技术摘要：
一种炼焦煤选煤厂高精度重介智能控制系统及方法，本发明涉及选煤技术领域，首先利用预测模块根据入洗原煤、产品的历史大数据建立自学习数学模型预测重介生产的初始密度值；然后利用控制模块采用模糊PID实现密度的自动跟踪，利用高精度测灰仪并采用模糊神经网络实现灰分  全部
背景技术：
目前，大部分选煤厂采用重选工艺，重选工艺的关键参数密度是通过原煤的浮沉 试验得到原煤的浮沉资料，进而绘制原煤可选性曲线(H-R)，再根据精煤的质量要求得到入 选密度，密控司机根据经验来设定目标密度。在实际的生产过程中，重介的实际目标密度与 可选性曲线的理论密度有较大差异，因此需要利用实际的生产数据来在线学习生成初始密 度。但是在系统没有生产前，虽已有大量的历史生产数据，但是无法获得生产过程的实时数 据，如何利用已有的历史数据来获得较为准确初始密度值是我们亟需解决的问题。 精煤灰分是评价选煤厂重介生产最重要的指标，而密度能否快速稳定的跟踪设定 密度也直接体现在精煤的灰分中。现有的选煤厂基本都是根据至少一小时以后的快灰手动 调整设定密度来满足精煤产品的质量要求，造成精煤灰分的稳定性与合格率很难达标。焦 煤选煤厂对精煤产品的质量要求更高，通常重介精煤灰分需要控制在±0.5％范围内甚至 更小，如果没有高精度的灰分检测装置用于回控密度和高精度密度自动跟踪方式将很难满 足用户的精煤灰分需求。对于重介选煤这种大滞后环节的在线控制而言，选用常规的PID  很难满足实际的控制要求，模糊控制虽然具有不需要建立具体模型的优点，但是模糊控制 的规则受设计人员的经验限制很难建立起性能优良的控制器。
技术实现要素：
本发明的目的在于针对现有技术的缺陷和不足，提供一种设计合理的炼焦煤选煤 厂高精度重介智能控制方法，其具有精准预测重介密度工艺参数、提高重介精煤产品质量、 稳定并提高重介密度跟踪效果等优点。 为达到上述目的，本发明采用了下列技术方案：首先利用预测模块根据入洗原煤、 产品的历史大数据建立自学习数学模型预测重介生产的初始密度值；然后利用控制模块采 用模糊PID实现密度的自动跟踪，利用高精度测灰仪并采用模糊神经网络实现灰分-密度闭 环智能控制。 进一步地，所述的预测模块定期采集、存储原煤灰分、原煤入洗量、入料压力、重介 实时密度、精煤流量、中煤流量、矸石流量等历史大数据作为训练样本的输入信息，重介目 标密度作为训练样本的输出信息，采用最小二乘支持向量机进行训练学习。 进一步地，所述的预测模块根据原煤灰分搜索一定灰分范围内历史原煤数据所对 应的原煤入洗量、入料压力、重介实时密度、精煤流量、中煤流量、矸石流量并对这些参数分 别进行均值处理，将处理后的平均值和原煤灰分作为预测模型的输入来预测重介目标密 度，生产时再定期积累样本并优化数学模型。 进一步地，所述的控制模块将预测所得重介目标密度作为初始目标密度，采用模 3 CN 111604163 A 说　明　书 2/3 页 糊PID自动跟踪初始目标密度，根据在线灰分采用模糊神经网络调整目标密度。 进一步地，所述的控制模块采用分段的模糊PID来自动跟踪实时密度，使得系统具 备快速跟踪、精确、稳定等特点，密度跟踪精度达到±0.003g/cm3。 进一步地，所述的控制模块的目标值为设定灰分，采用高精度旁路测灰仪检测精 煤灰分，灰分检测精度在±0.3％。 进一步地，所述的控制模块将实时灰分和平均灰分均作为参考值，当实时灰分或 者平均灰分在设定灰分较小的范围内波动时，不调整目标密度；当实时灰分与平均灰分均 大于或小于设定灰分的正常范围时，则以平均灰分作为参考调整目标密度；当实时灰分低 于设定灰分范围而平均灰分高于设定灰分时，则不调整目标密度；当实时灰分高于设定灰 分范围而平均灰分低于设定灰分时，则不调整目标密度。 采用上述方法后，本发明的有益效果是：本发明提供了一种炼焦煤选煤厂高精度 重介智能控制系统及方法，其具有精准预测重介密度工艺参数、提高重介精煤产品质量、稳 定并提高重介密度跟踪效果等优点。 附图说明： 图1是本发明的实施框图。 图2是本发明中预测模块的实施框图。 图3是本发明中预测模块用于低灰预测的实施效果图。 图4是本发明中预测模块用于高灰预测的实施效果图。 图5是本发明中控制模块的控制原理框图。 图6是本发明中控制模块的灰分回控密度的控制原理框图。