杰斯德浅谈选煤综合自动化对选煤技术的要求 

        实现选煤厂综合自动化是我国选煤工业发展的必然趋势,随着洁净煤技术的研究,作为洁净煤技术的源头技术――选煤方法,取得了很大发展,发展选煤技术就是要谋求短期的经济效益和长期的社会效益、环境效益相统一,选煤综合自动化技术更是选煤技术的重中之重,这里包括选煤厂生产自动化、操作参数优化、产品质量预测与控制智能化、管理与销售信息化以及各个系统的集成综合自动化,这些技术的实现对选煤技术的发展有着积极的推动作用。 
  二、煤综合自动化对选煤技术的要求 
  (一)故障诊断技术 
  现代化选煤厂的发展趋势是工艺流程简化、设备大型化、单台化(取消了备用设备)。与此同时,目前选煤厂用的各类大型机电设备(主要指国内设备)和检测仪器普遍存在稳定性、可靠性差等缺点,要想实现选煤厂的综合自动化,必须大力发展故障诊断技术。考虑到选煤厂设备分散布置的特点,开发分布式故障诊断系统成为必然,其中基于Multi―Agents System技术的分布式人工智能技术作为一种建立在分布式控制结构基础上的智能手段的集成方法,以其特有的优势正日益受到人们重视。 
  作为解决选煤过程故障诊断的Multi―Agents系统,利用并行分布式处理技术和模块化设计思想,把选煤过程分解成相对独立的智能体子系统,通过智能体之间的合作与竞争来完成对复杂故障问题的求解。通过实施基于多Agents的故障诊断技术,可使选煤过程始终保持在良好的状态生产中,变定期维修制度为预知维修,缩短维修时间,为选煤综合自动化的最终实现提供技术保障。 
  (二)先进控制、智能控制技术 
  近年来,随着人工智能技术和其他信息处理技术,尤其是信息论、系统论和控制论的发展,智能控制在控制机理和应用实践方面均取得了突破性的进展。遗传算法与模糊逻辑、神经网络相互融合,通过模拟人类思维方式和结构来设计用于解决复杂的各种非线性问题的控制策略,并已在各种实际工程中得到应用,取得了良好的效果。 
  通过知识工程方法将有关对象的定性知识、人的经验知识与技巧和启发式逻辑推理有效地集成起来,构成知识库系统,以支持系统控制策略和算法的优选及运行状态的优化。利用神经网络对于复杂无模型不确定问题的自适应能力和学习能力,可以用于控制系统的补偿环节和自适应环节,以及非线性系统的辨识和控制。其快速优化的计算能力,可用于复杂控制问题的优化计算;同时充分发挥各种智能方法和技术的特长,通过它们的有机结合,形成互补的综合智能集成技术,为选煤工业过程控制和优化提供强有力的技术支撑。 
  (三)软测量技术 
  选煤工业属于典型的流程工业,纵观世界范围内流程工业的发展,目前,正在由简单控制向先进控制、智能控制,由单一控制向综合自动化方向即CIPS方向发展,目前在过程控制领域,智能仪表快速增加,依靠过程信息进行统计诊断和过程统计控制,是高度自动化的关键,要实现高精度在线实时决策,软测量技术的重要性凸显出来。在大力加强和完善传统传感器和仪表精度与可靠性的同时,寻求检测技术新机理、新方法来提高选煤厂在线检测水平,扩大选煤厂检测、监控工艺参数范围,满足选煤综合自动化发展需求是一个重要的研究方向。 
  软测量技术可在一定程度上代替现有的人工分析和在线分析仪测量某些分析指标,是对生产过程进行先进控制和优化控制的前提和基础。开发高性能的软测量仪表也是在尚未解决过程参数,尤其是质量参数的“硬”测量技术前提高选煤工程综合自动化的关键。软测量技术为选煤工业重要工艺参数的检测、监控乃至控制提供了检测、测量的新思路,可对选煤工业现有传感器品种不足提供重要补充。 
  (四)数据挖掘和知识发现 
  如何从过去的数据中发现有用的信息,提取有用的知识,把所获得的知识用于过程监控,提高过程自动化水平,实现生产过程的操作管理、控制一体化是值得研究的课题。数据挖掘与知识发现技术应用于过程监控是近几年的事,显示了巨大潜力。过程监控数据挖掘和知识发现方法可以按不同的方法进行分类,根据功能和应用目的,过程监控中的数据挖掘与知识发现方法可概括为:特征提取、聚类与分类、相关与依赖分析和综合。知识发现是一个复杂的过程,过程监控中数据挖掘与知识发现是一种新技术,还没有形成完整的理论体系,其应用都是针对具体问题展开研究。