摘要
本发明公开了一种干法重介质选煤智能过程预测控制方法,包括以下步骤:先采集入洗原煤数据,对所采集的数据统计先验可选性信息;再建立基于演化时间的床层密度动态模型,并形成稳定床层密度;然后计算获得分选密度模型,建立以分选密度模型、分选系统的可能偏差、边界控制参数的四参数为基础的经验分配函数模型,计算各密度级区间对应的产品分配率;最终通过先验可选性信息和各密度级区间对应的产品分配率,预测计算选煤系统的产品产率及灰分,并进行修正;本发明融合不同的干法重介质分选数学模型,增强模型对于分选过程稳态及动态特性的描述能力,提高精煤灰分及产率的预测精度,解决干法重介质领域缺乏理论模型难以实施动态控制的问题。
技术关键词
预测控制方法
重介质选煤
入洗原煤
分选系统
干法
精煤产率
选煤系统
模型控制算法
在线煤质
动态
参数
高密度
分析仪器
数学模型
数据
方程
偏差