摘 要
研究了檸條塔選煤廠智能化建設的技術架構與實施路徑,以基礎平臺、基礎自動化、智能控制及智能化管理決策4 個核心模塊為支撐,實現了基于數字孿生的協同聯控技術、大數據驅動的專家知識庫、神經網絡智能裝車識別等6 個方面的創新突破,智能化改造使精煤回收率提高0.5%,生產處理量提升15%,年節約成本超2 200 萬元,安全事故發生率降低80%。智能化改造提升了生產運營效率、降低綜合成本并強化安全管理效能,為煤炭行業智能化轉型升級提供了可推廣的技術方案與實踐范本。
文章來源:《智能礦山》2025年第10期“煤炭清潔高效利用智能化先進成果專欄”
第一作者:譚震,高級工程師,現任陜煤集團神木檸條塔礦業有限公司副總經理,主要從事煤礦機電與智能化領域的相關研究工作。E-mail:2251231698@qq.com
作者單位:陜煤集團神木檸條塔礦業有限公司
引用格式:譚震,高永軍,加保瑞,等.檸條塔選煤廠智能化建設實踐與成效[J].智能礦山,2025,6(10):42-49.
點擊文末左下角閱讀原文,免費下載閱讀pdf全文
關注微信公眾號,了解更多礦山智能化建設進展
傳統選煤廠受限于人工操作主導、設備分散控制的運營模式,普遍存在生產效率低、資源浪費嚴重、安全風險管控難度大等問題。陜煤集團神木檸條塔礦業有限公司選煤廠(簡稱檸條塔選煤廠)智能化建設項目圍繞生產實際需求,深度融合工業互聯網、大數據分析、人工智能等前沿技術,構建起覆蓋生產全流程的智能化體系。解決企業自身生產管理中的痛點與難點,通過技術創新與實踐驗證,為選煤廠智能化改造提供了可借鑒的技術路徑、管理模式與實施經驗,推動煤炭行業降本增效、實現綠色低碳發展具有重要的示范引領作用。
智能化選煤廠建設內容
1.1 基礎數據平臺建設
(1)網絡架構與安全體系建設
為滿足智能化選煤廠海量數據實時傳輸與交互要求,檸條塔選煤廠構建了萬兆主干工業環網與無線 WiFi6融合網絡。工業環網采用冗余環形拓撲結構,配置雙核心交換機與光纖鏈路熱備份機制,確保網絡可靠性達到 99.99%。部署防火墻、入侵防御系統(IPS)、數據加密機等安全防護設備,嚴格遵循等保 2.0三級安全策略,實現生產數據傳輸的全鏈路加密與細粒度訪問控制。網絡架構設計確保數據傳輸速率穩定維持在 10 Gbit/s,數據丟包率控制<0.1%,為智能化系統穩定運行,提供了堅實的網絡基礎保障。
(2)云數據中心建設
云平臺采用云管平臺+ 超融合架構設計方案,基于OpenStack 開源框架與VMware虛擬化技術搭建,運用軟件定義存儲(SDS)技術,分級存儲管理生產運行數據、設備監測數據、工藝參數數據。將實時數據存儲于高性能固態盤(SSD),以保障毫秒級讀寫響應速度;歷史數據遷移至大容量機械硬盤(HDD),存儲周期設定為>365天。通過制定統一的數據標準規范,利用標準化數據接口(API)實現與選煤廠管控平臺、企業資源計劃(ERP)系統、設備管理系統等第三方平臺的數據無縫互通,提升數據共享與應用效率,檸條塔選煤廠云計算基礎平臺如圖1所示。
圖1 檸條塔選煤廠云計算基礎平臺
(3)知識交互平臺構建
專家知識庫整合選煤廠近10年的生產數據(累計數據量>50 TB),基于機器學習與深度學習算法,運用長短期記憶網絡(LSTM)對洗選工藝流程進行深度建模分析。深度挖掘分選設備運行參數、煤質變化趨勢等數據,構建工藝優化模型,智能預測重介分選密度、濃縮機加藥量等關鍵工藝參數,并提供針對性優化建議,模型預測準確率>92%。智能移動交互平臺基于微服務架構開發,采用 Spring Cloud 框架實現服務治理,借助消息隊列(MQ)技術實現報警信息、任務通知的實時推送;支持PC端數據看板、移動端APP等多終端訪問,管理人員可實時查看生產數據、設備運行狀態,并完成相關流程審批操作,實現“零距離”高效管理,檸條塔選煤廠洗選煤運營中心如圖2所示。
圖2 檸條塔選煤廠洗選煤運營中心
1.2 全流程可視可控系統建設
(1)智能感知與監測系統
檸條塔選煤廠全面部署1 200余套智能感知設備,覆蓋壓力、溫度、流量、振動等多類型監測指標。在關鍵生產設備(如破碎機、分選機)配置高精度振動傳感器與溫度傳感器,通過實時監測設備運行狀態參數,并結合頻譜分析與閾值判斷技術,實現設備故障的早期預警。搭建 220余路高清視頻監控系統,其中80多路并引入AI 視頻分析技術,智能識別生產現場人員操作規范性、設備運行狀態,異常行為識別準確率達>95%。
(2)工藝參數在線監測
引入微波水分儀、γ射線灰分儀、近紅外光譜分析儀等先進在線檢測裝置,實時動態監測原煤水分、灰分、硫分等關鍵質量指標。微波水分儀利用高頻電磁波反射原理,檢測精度為±0.5%;γ射線灰分儀基于核輻射吸收特性,灰分檢測誤差為±1%,實時檢測數據上傳至選煤廠管控平臺,為生產工藝及時調整提供準確、可靠的數據支撐。
(3)無人化煤質智能檢驗系統
依托制造執行系統(MES)平臺,構建從采樣、制樣到化驗的全流程無人化煤質檢驗系統。采樣環節采用智能采樣機械臂,通過精確坐標定位與路徑規劃算法,實現采樣點精準定位(定位精度±2 cm);制樣過程由自動化制樣設備完成,涵蓋破碎、縮分、研磨等工序,制樣粒度為≤0.2 mm 的標準要求;化驗階段配備全自動煤質分析儀,可自動完成水分、灰分、揮發分等指標檢測,并通過光學字符識別(OCR)技術自動讀取檢測數據,生成標準化煤質報表。無人化煤質智能檢驗系統投入使用后,煤質檢驗效率提升85%,人為誤差降低90%。
1.3 智能控制建設
(1)工藝優化智能控制系統
檸條塔選煤廠的重介質旋流器分選過程中,精確控制和穩定重介懸浮液密度至關重要,直接影響選煤效率和末煤質量。智能控制系統引入模型預測控制(MPC)模型,優化整個分選過程,確保系統在多變量、強耦合環境中穩定高效運行。被控變量包括重介懸浮液密度、混料桶位、合介桶位、稀介桶位、煤泥桶位和磁性物含量。變量控制目標是維持重介懸浮液密度穩定,保證末煤合格率。MPC模型通過在線建模與預測、滾動優化、實時反饋與調整等步驟,精確預測和控制系統動態行為。每個控制時刻,MPC根據歷史數據和當前狀態預測系統未來變化趨勢,并計算最優控制策略以滿足設定的控制目標??刂撇呗园ㄕ{節給料量和介質流量等,確保被控變量在合理范圍內波動,保持系統平穩運行。
MPC作為核心控制器,通過實時數據采集、模型建立與校正、控制策略計算和反饋調整,全面優化重介懸浮液分選過程。智能控制系統基于傳感器和自動化設備,實時采集各被控變量的數據,并進行預處理以消除噪聲和異常值?;跀祿拖到y機理,建立并不斷更新MPC模型,提高預測準確性和控制效果。在每個控制周期,MPC模型計算最優控制策略,指導具體操作并動態調整參數,確保系統在最優狀態下運行。智能旋流器分選控制邏輯如圖3所示,模型預測控制邏輯如圖4所示,MPC模型控制系統界面如圖5所示。
圖3 智能旋流器分選控制邏輯
圖4 模型預測控制邏輯
圖5 MPC模型控制系統界面
(2)倉儲與配煤智能管理
智能倉儲及配煤系統實現槽型產品倉與火車裝車倉之間的給煤機、帶式輸送機、閘門等設備的集中控制。結合料位傳感器(測量誤差±5 cm)、灰分在線檢測儀、電子輸送帶秤等實時數據,采用模糊PID控制算法,實現槽型產品倉智能配倉與精準配煤。通過合理調配不同煤質產品,配煤精度達到±1.5%,滿足選煤廠多樣化需求,減少人工干預,作業效率提升40%,智能配煤配倉控制界面如圖6所示。
圖6 智能配煤配倉控制界面
(3)智能裝車系統
數字孿生智能火車裝車系統基于 3D 數字孿生技術,通過激光雷達掃描與點云建模(精度±10 mm),構建火車車廂的高精度數字模型。結合機器視覺與慣性導航技術,實現車廂自動識別、精準定位與動態跟蹤。裝車過程中,根據車廂容積、煤質要求自動調節給料機流量與火車行進速度;配備激光防撞雷達,實現全方位防撞保護,火車裝車時間縮短至2.5 min/節,防撞預警響應時間<50 ms。智能化遠程汽車裝車系統采用 YOLOv5目標檢測算法,識別車牌準確率≥99%;雙目視覺傳感器的車輛位置精準定位誤差≤3 cm,結合自動裝煤控制系統,實現汽車無人化自動裝車,提升物流運輸效率,檸條塔選煤廠智能裝車系統界面如圖7所示。
圖7 檸條塔選煤廠智能裝車系統界面
1.4 智能管理決策建設
(1)智能管控決策平臺
智能管控決策平臺以數據驅動、智能決策為核心設計理念,融合物聯網、云計算、邊緣計算、大數據分析等先進技術,構建生產運營一體化管理體系。通過部署邊緣計算節點,實現設備數據的本地化實時處理,響應時間<20 ms,有效減輕云端計算壓力。結合大數據分析技術,深度挖掘生產工藝、設備運行、能耗管理等12個核心業務模塊數據,建立設備故障預測模型(準確率≥85%)、能耗優化模型等,為生產過程提供智能化分析與決策支持,智能管控決策平臺界面如圖8所示。
圖8 智能管控決策平臺界面
(2)全業務智能管理
全面智能化管理生產工藝、機電設備、煤質、能耗、智能供配電、檔案等業務。在設備管理方面,建立設備健康管理系統,通過實時監測與分析設備運行數據,實現智能運維,有效延長設備使用壽命;在能耗管理方面,采用能源管理系統(EMS),實時監控與優化調度全廠電力、水、介質等能源消耗,噸煤能耗降低12%;在煤質管理方面,實時分析原煤、產品煤質數據,指導生產工藝調整與產品配煤,確保產品質量穩定可靠。
(3)3D可視化安全監測
基于傾斜攝影(建模分辨率0.05 m)與激光點云技術,構建選煤廠3D可視化管理系統,真實還原廠區場景結構與設備布局。集成AI視覺分析技術,實時監測入選原煤雜物(識別率≥90%)、人員不安全行為(如未佩戴安全帽、違規操作等,響應時間<2 s)、設備運行危險狀態(如輸送帶跑偏、電機過熱等)。結合機器學習預測模型,實現風險智能預測、預警與聯動控制,全面提升安全管理水平,檸條塔選煤廠3D可視化系統界面如圖9所示。
圖9 檸條塔選煤廠3D可視化系統界面
智能化選煤廠建設創新點
2.1 基于數字孿生的多維時態協同聯控技術
針對選煤生產流程復雜、設備聯動性強的特點,首創選煤全流程多維時態協同控制模型。該模型包含安全啟停評估、啟動時序優化、生產過程協同、異常應急聯動4個功能模塊。
(1)在安全啟停評估階段,通過融合視覺、紅外、振動、溫濕度等多源傳感器數據,利用貝葉斯網絡算法全面風險評估設備啟停前的人機環境,誤判率<0.5%。
(2)啟動時序優化基于 Petri 網模型,建模分析選煤廠300余臺設備的啟動順序,并通過遺傳算法優化啟動路徑,將開機時間從傳統模式的30 min縮短至10 min。
(3)生產過程協同采用模型預測控制(MPC)算法,耦合優化關鍵設備,實現協同高效運行,生產處理量提升15%。
(4)異常應急聯動模塊構建包含200余種故障模式的應急知識庫,實現異常狀態下的自動響應與快速處置,異常響應時間縮短60%。
2.2 基于大數據構建專家知識庫和先進模型算法
構建數據-經驗-算法三位一體的決策支持體系。
(1)底層集成 SCADA、MES、ERP 等多源異構數據,搭建高性能時序數據庫(InfluxDB),數據吞吐量≥10萬條/ s,滿足海量生產數據的高效存儲與快速查詢需求。
(2)中層通過知識圖譜技術,將行業專家經驗轉化為500余條工藝規則與操作指南,構建結構化的專家知識網絡。
(3)頂層采用 XGBoost 與神經網絡混合算法,對精煤產率、介質消耗、能耗等關鍵指標進行精準預測與優化,使精煤產率預測誤差<1.2%,介質消耗降低8%,提升決策的科學性與準確性。
2.3 基于神經網絡算法的智能裝車識別技術
設計圖像采集-特征提取-動態控制的3級智能裝車系統。部署 12臺4K工業相機實時采集裝車圖像數據,利用UNet++語義分割網絡實現車廂側板、車板的像素級識別(精度≥95%),結合霍夫變換算法檢測車板高度(誤差≤3 cm),并通過卷積神經網絡識別煤粉堆積曲線?;趶娀瘜W習算法,根據車廂容積、煤質要求、當前煤流狀態等信息,實時調節給料機頻率與車輛運行速度,確保裝車精度達到高標準要求。
2.4 基于數據驅動的多維度智能管控平臺
創新研發監-管-控為一體化智能運營模式,引入數字線程技術串聯選煤生產全生命周期數據,實現生產計劃智能排程、設備資源優化配置、質量成本動態管控。結合工業大數據分析技術,推動選煤廠向“黑燈工廠”模式轉變,生產管理效率提升70%,管理成本降低30%,開創選煤廠智能化管理新局面。
2.5 無人化煤質智能檢驗系統
依托MES平臺打造全流程無人化煤質檢驗系統,包含智能采樣、自動化制樣、全自動化驗3個核心單元。智能采樣機械臂定位誤差≤2 cm,精準完成采樣任務;自動化制樣單元制樣粒度均勻性誤差<3%,確保制樣質量;全自動化驗單元自動完成煤質全指標檢測并生成標準化報表,實現煤質檢驗從人工操作到無人值守的革命性轉變。
2.6 數字孿生智能火車裝車系統
基于3D 數字孿生技術實現火車裝車全要素數字化映射與智能控制。通過激光雷達掃描與點云建模構建高精度數字模型,并與物理實體實時數據交互。數字孿生模型實時模擬裝車動態,自動規劃最優裝料路徑與速度,并結合激光防撞雷達與視覺檢測裝置,實現一鍵自動化裝車,裝車效率提升60%,人工成本降低50%,樹立行業智能裝車新標桿。
智能化選煤廠建設成效
(1)提升生產效能
智能重介分選系統的應用使精煤回收率提高0.5%,以年處理原煤 1 800萬t計算,每年可多產出精煤2.5萬t,增加經濟效益約5 000萬元。通過高精度配煤管控,產品質量合格率提升至99.5%;產品市場競爭力顯著增強,產品售價平均提高10~15元/t;生產處理量從傳統模式2 800 t/h提升至3 294 t/h,提升幅度為15%,滿足市場增長需求。
(2)降低運營成本
通過精準管理與智能控制,材料消耗整體下降10%~15%,每年節約材料成本約800萬元。崗位人員優化減少66人,每年節約人力成本990萬元;火車裝車效率提升減少作業人員30人,每年節約成本265萬元;智能啟停系統每年節電約1 890 600 kW·h,折合電費189.06萬元。綜合計算,智能化改造后每年可為企業節約成本超過2 200萬元。
(3)安全管理水平提升
3D可視化安全監測系統通過實時監測與智能預警,安全事故發生率降低80%。AI視覺分析技術及時發現并處理人員不安全行為、設備危險狀態,有效保障生產安全,為企業營造安全穩定的生產環境。
結 語
檸條塔選煤廠通過系統化智能化建設,成功構建起覆蓋生產全流程的智能化體系,提升了生產效率、降低了運營成本、全面強化了安全管理,為煤炭行業智能化轉型提供了可復制、可推廣的成功經驗。未將來探索5G+邊緣計算在實時控制中的深度應用,以降低系統時延,提升控制實時性與精準性。
編輯丨李莎
審核丨趙瑞
煤炭科學研究總院期刊出版公司擁有科技期刊21種。其中,SCI收錄1種,Ei收錄5種、CSCD收錄6種、Scopus收錄8種、中文核心期刊9種、中國科技核心期刊11種、中國科技期刊卓越行動計劃入選期刊4種,是煤炭行業最重要的科技窗口與學術交流陣地,也是行業最大最權威的期刊集群。
期刊簡介
《智能礦山》(月刊,CN 10-1709/TN,ISSN 2096-9139)是由中國煤炭科工集團有限公司主管、煤炭科學研究總院有限公司主辦的聚焦礦山智能化領域產學研用新進展的綜合性技術刊物。
主編:王國法院士
刊載欄目:企業/團隊/人物專訪政策解讀視角·觀點智能示范礦井對話革新·改造學術園地、專題報道等。
投稿網址:www.chinamai.org.cn(期刊中心-作者投稿)
?? 征稿函詳見鏈接: 征稿┃《智能礦山》面向廣大讀者征稿,歡迎投稿
期刊成果:創刊5年來,策劃出版了“中國煤科煤礦智能化成果”“陜煤集團智能化建設成果”“聚焦煤炭工業‘十四五’高質量發展”等特刊/專題30多期。主辦“煤礦智能化重大進展發布會”“煤炭清潔高效利用先進成果發布會”“《智能礦山》理事、特約編輯年會暨智能化建設論壇”“智能礦山零距離”“礦山智能化建設運維與技術創新高新研修班”等活動20余次。組建了理事會、特約編輯團隊、卓越人物等千余人產學研用高端協同辦刊團隊,打造了“刊-網-號-群-庫”全覆蓋的1+N全媒體傳播平臺,全方位發布礦山智能化領域新技術、新產品、新經驗。
?? 具體詳見鏈接:《智能礦山》創刊4周年回顧
聯系人:李編輯 010-87986441
郵發代號:82-476
?? 期刊訂閱詳見鏈接:歡迎訂閱┃《智能礦山》雜志2026年訂閱開始了!
往期薦讀
往期特刊
中國煤科特刊
陜煤集團特刊
神東專欄
重大進展特刊
露天礦特刊
理事單位特刊
紅柳林煤礦特刊
創新技術特刊
創刊號
版權聲明
本刊對已出版文章持有電子版、網絡版及進行網絡技術交流和與各網絡數據庫合作的權利,稿酬一次性付清,版權歸本刊與作者共同所有,如不同意,請在投稿時聲明。
聲明:本文系轉載自互聯網,請讀者僅作參考,并自行核實相關內容。若對該稿件內容有任何疑問或質疑,請立即與鐵甲網聯系,本網將迅速給您回應并做處理,再次感謝您的閱讀與關注。
不想錯過新鮮資訊?
微信"掃一掃"