云 艷

(國家能源集團(tuán)神東煤炭集團(tuán)洗選中心工藝煤質(zhì)部，陜西 榆林 719315)

高壓高速重介質(zhì)沿切向進(jìn)入半封閉錐筒型空間后，會沿空間外側(cè)形成外圍重介質(zhì)旋流，沿軸心部位形成內(nèi)部空氣介質(zhì)旋流，從而給煤-矸石粉流束帶來分選力，使煤粉和矸石粉向該筒型空間兩端移動[1-2]。當(dāng)前使用的重介質(zhì)旋流器多為兩段式結(jié)構(gòu)，即除旋流介質(zhì)的進(jìn)出口外，還包含煤-矸石粉進(jìn)口、精煤出口、中煤出口和矸石出口[3-4]。

從上述工作原理可以看出，重介質(zhì)旋流器屬于無運(yùn)動部件的純粹容器型結(jié)構(gòu)，其內(nèi)部旋流的穩(wěn)定性直接關(guān)系到選煤質(zhì)量，由于旋流結(jié)構(gòu)本身是旋流器的做功結(jié)構(gòu)，其中復(fù)雜力學(xué)過程對內(nèi)外旋流產(chǎn)生一定影響[5]。國內(nèi)普便應(yīng)用的重介質(zhì)旋流器模式一般分為兩種，一種模式通過控制端口精煤和中煤產(chǎn)量及重介質(zhì)內(nèi)部閉環(huán)渦流確定旋流器工作狀態(tài)，另一種模式通過旋流介質(zhì)流速控制旋流器內(nèi)部的空氣柱，讓重介質(zhì)旋流器的內(nèi)部閉環(huán)渦流中不相融的氣相和液相分離，前者因?yàn)閿?shù)據(jù)存在滯后性難以實(shí)現(xiàn)高精度控制，后者在測量旋流介質(zhì)流速時可能對旋流器內(nèi)流體穩(wěn)定性帶來額外影響，從而降低旋流器的可靠性。

本文研究一種重介質(zhì)旋流器內(nèi)部閉環(huán)渦流數(shù)值模型，并使用物聯(lián)網(wǎng)系統(tǒng)捕捉該模型所需的控制性變量，分析一種自動化控制精度較高的旋流器渦流控制模型，最終評價了該物聯(lián)網(wǎng)系統(tǒng)的數(shù)據(jù)處理效能[6]。

1 重介質(zhì)旋流器的機(jī)械結(jié)構(gòu)及控制需求

物料的分選過程就是整個體系能量降低的過程。從這一原理出發(fā)，不同性質(zhì)的固體顆粒在重介質(zhì)旋流器中將位于不同的位置，利用原煤中的精煤、中煤、矸石密度不同，在水中的浮力也不同的原理，通過把磁鐵礦粉、黏土、粉煤灰、穩(wěn)定劑等混合成懸浮劑重介質(zhì)，經(jīng)過加壓后沿切線方向泵入旋流器中形成重介質(zhì)旋流，同時利用空氣旋流激發(fā)效應(yīng)，在旋流器軸心附近形成逆向空氣旋流[7]。經(jīng)過精磨后的原煤粉在低壓力壓縮空氣輔助下沿介質(zhì)循環(huán)方向進(jìn)入旋流器軸心位置，其中含煤量較高的輕粉末浮于重介質(zhì)上方靠近軸心位置，被空氣旋流向上吹送，從精煤排出口、中煤排出口排出系統(tǒng)外，而煤、矸石粉等比重較大的粉末會混入重介質(zhì)中，在矸石排出口排出[8]?；厥蘸蟮闹亟橘|(zhì)會經(jīng)過過濾重整后分離煤矸石重新進(jìn)入循環(huán)。該機(jī)械結(jié)構(gòu)如圖1所示。

圖1 重介質(zhì)旋流器機(jī)械結(jié)構(gòu)示意圖

圖1中，重介質(zhì)旋流器不包含任何活動構(gòu)件，其本質(zhì)為約束重介質(zhì)旋流運(yùn)動的低壓半開放殼體，其分選過程完全是靠自身的結(jié)構(gòu)參數(shù)與外部操作參數(shù)的靈活模式配合來實(shí)現(xiàn)最佳分選精度。旋流器的渦流控制過程所需的數(shù)據(jù)僅為介質(zhì)切向入口、原煤進(jìn)口、精煤出口、中煤出口、矸石出口的物料通量。如果直接對這5個進(jìn)出料口的介質(zhì)流量、壓力進(jìn)行控制性測量，測量過程勢必影響旋流器流體動力學(xué)環(huán)境，其進(jìn)入和排出的瞬間體積流量相等，底流口和溢流口排量的分配在一定的條件下是基本固定的，當(dāng)入選原煤的密度組成發(fā)生變化時，要求底流固體排出量增加，溢流固體排出量相對減少，底流口的排放能力有限，因而會將一部分中等密度的煤顆粒和重介質(zhì)擠向溢流口排出，使實(shí)際分選密度升高，后期數(shù)據(jù)處理壓力較大[9]。因此，本文針對旋流器的實(shí)際工作狀態(tài)，利用旋流器外殼震動特征捕捉旋流器內(nèi)部旋流及渦流工作狀態(tài)[10]。其分選過程完全是靠自身的結(jié)構(gòu)參數(shù)與外部操作參數(shù)的靈活配合來實(shí)現(xiàn)最佳分選精度，這是旋流器選煤與其他選煤方法截然不同的突出特征。

2 基于外殼震動的旋流器旋流-渦流狀態(tài)控制

根據(jù)德布羅意宏觀物質(zhì)波理論，穩(wěn)定宏觀流束存在波動性，宏觀流束激發(fā)約束殼體震動的物理學(xué)原理來自于此，即可以通過式(1)計(jì)算宏觀流束的波動頻率，公式如下：

(1)

式中：f為宏觀物質(zhì)波頻率，Hz；m為時間截面考察范圍內(nèi)的介質(zhì)總質(zhì)量，kg；v為介質(zhì)流速，m/s；h為普朗克常量，h=6.626 070 15×10-34J·s；ρ為介質(zhì)密度，g/cm3；S為時間截面考察范圍內(nèi)的介質(zhì)體積，m3/s。

對于本文研究的重介質(zhì)來說，其包含磁鐵礦粉、黏土粉、粉煤灰粉、穩(wěn)定劑不溶性顆粒等諸多雜質(zhì)，每種雜質(zhì)的密度均有差異，即便在穩(wěn)定劑作用下可以保證所有粉末顆粒均隨重介質(zhì)同步構(gòu)成旋流，但由于密度和體積不同，每種雜質(zhì)激發(fā)的宏觀物質(zhì)波狀態(tài)均不同，所以單純利用式(1)推算穩(wěn)定狀態(tài)下旋流器固有震動頻率比較困難[10-11]。梳理該旋流器殼體的震動特性，可以發(fā)現(xiàn)以下3點(diǎn)規(guī)律：

1)如果重介質(zhì)內(nèi)部成分保持穩(wěn)定且全部旋流均為穩(wěn)定層流狀態(tài)，則旋流器的殼體震動也處于相對穩(wěn)定狀態(tài)，即只需要捕捉后續(xù)工作狀態(tài)下的震動特征變化情況，就可以捕捉到旋流狀態(tài)的變化量[12]。

2)在旋流器工作狀態(tài)沒有失穩(wěn)的前提下，流束即便產(chǎn)生渦流，也可以將旋流器穩(wěn)定層流束產(chǎn)生的震動能量看作背景噪聲，在低信噪比前提下提取擾動噪聲并進(jìn)行分析，得到旋流器流束中的渦流信息[13]。

3)相比旋流器渦流的干擾震動，因?yàn)樵悍勰┑某煞直容^復(fù)雜，所以原煤粉末在旋流器層流狀態(tài)的宏觀物質(zhì)波頻率較為穩(wěn)定，可以與重介質(zhì)激發(fā)宏觀物質(zhì)波的處理方式相同，作為背景噪聲處理[14]。

旋流器殼體的震動系統(tǒng)模式捕捉到旋流器內(nèi)流束產(chǎn)生宏觀物質(zhì)波震動數(shù)據(jù)后，核心處理環(huán)節(jié)為屏蔽掉數(shù)據(jù)中的穩(wěn)定噪聲數(shù)據(jù)，使旋流流束中的渦流信息充分放大，最終實(shí)現(xiàn)對旋流器內(nèi)渦流信息的有效控制測量。故本文直接使用44 MHz高頻音頻探頭捕捉旋流器震動數(shù)據(jù)，形成震動數(shù)據(jù)序列，從而進(jìn)行數(shù)據(jù)分析。旋流器宏觀物質(zhì)波數(shù)據(jù)采集系統(tǒng)基本架構(gòu)如圖2所示。

圖2 旋流器宏觀物質(zhì)波數(shù)據(jù)采集系統(tǒng)基本架構(gòu)

圖2中，使用多個音頻探頭全面高頻捕捉旋流器的震動數(shù)據(jù)，每個音頻探頭布置獨(dú)立的嵌入系統(tǒng)將音頻數(shù)據(jù)緩存、序列化，并轉(zhuǎn)發(fā)到流媒體數(shù)據(jù)倉庫中進(jìn)一步緩存，最后進(jìn)入分析主機(jī)數(shù)據(jù)系統(tǒng)。由分析主機(jī)系統(tǒng)運(yùn)行下文中設(shè)計(jì)的分析算法實(shí)現(xiàn)對渦流信息的有效控制。本文采用兩段3出口旋流器，所以在音頻信息采集過程中，使用3個音頻探頭控制上段數(shù)據(jù)，以及3個音頻探頭控制下段數(shù)據(jù)，共使用了6個音頻探頭，獲得6列音頻時序數(shù)據(jù)。處理過程中對上段數(shù)據(jù)和下段數(shù)據(jù)分別進(jìn)行分析，且對6列數(shù)據(jù)作出整體狀態(tài)預(yù)警[15]。

3 旋流器渦流數(shù)據(jù)的提取算法模型

可視化計(jì)算過程包含兩個含義，一是將數(shù)據(jù)輸出顯示為可供人眼人腦決策的數(shù)據(jù)直方圖，二是將數(shù)據(jù)輸出成可供計(jì)算機(jī)識別的數(shù)據(jù)序列。對音頻序列數(shù)據(jù)執(zhí)行一次傅里葉變換，提取不同頻率下的聲壓及場強(qiáng)的積分值，由此可以得出音頻序列的數(shù)據(jù)特征。而單純進(jìn)行傅里葉變換后，音頻數(shù)據(jù)仍然包含前文所述的背景噪聲數(shù)據(jù)，需要通過差值算法剔除背景噪聲，使渦流數(shù)據(jù)得到放大展現(xiàn)?；诤暧^物質(zhì)波動激發(fā)音頻震動的渦流數(shù)據(jù)預(yù)警邏輯模型如圖3所示。

圖3 基于宏觀物質(zhì)波動激發(fā)音頻震動的渦流數(shù)據(jù)預(yù)警邏輯模型

圖3中，均值計(jì)算為在對n列數(shù)據(jù)進(jìn)行傅里葉變換后，對聲壓場強(qiáng)積分值求取平均值，可基本認(rèn)定其為該組音頻探頭的背景噪聲數(shù)據(jù)，與最后一列數(shù)據(jù)求取差值后，得到渦流特征頻譜。該頻譜數(shù)據(jù)可以直接生成直方圖輸出到調(diào)度桌面上，作為決策參考數(shù)據(jù)。而后續(xù)計(jì)算目的是利用計(jì)算機(jī)提供數(shù)據(jù)預(yù)警，當(dāng)渦流數(shù)據(jù)超出安全范圍后，計(jì)算機(jī)系統(tǒng)會給調(diào)度桌面發(fā)出預(yù)警以引起調(diào)度人員關(guān)注。仿真環(huán)境中各處理階段的系統(tǒng)數(shù)據(jù)頻率直方圖如圖4所示。

圖4 各階段數(shù)據(jù)表現(xiàn)直方圖

圖4中，最終通過各階段數(shù)據(jù)的均值-差值計(jì)算后形成后期階段的處理結(jié)果就是頻率-聲強(qiáng)直方圖，其中產(chǎn)生了部分負(fù)值結(jié)果，在實(shí)際物理學(xué)聲壓及場強(qiáng)的表達(dá)體系中，負(fù)值并無實(shí)際意義，所以需要采用幾何平均加權(quán)法進(jìn)行數(shù)據(jù)處理，如式(2)：

(2)

式中：N為最終加權(quán)結(jié)果；m為考察的頻率節(jié)點(diǎn)數(shù)量；β為加權(quán)因子調(diào)整量；fi為第i個考察頻率節(jié)點(diǎn)的頻率值；Bi為fi對應(yīng)的場強(qiáng)。

經(jīng)過加權(quán)平均后，處理結(jié)果中所有負(fù)值與正值之間形成等價加權(quán)關(guān)系，構(gòu)成最終加權(quán)結(jié)果。在系統(tǒng)不斷持續(xù)監(jiān)測中，該處理結(jié)果數(shù)值形成監(jiān)測結(jié)果序列，使用連續(xù)模糊決策法，即監(jiān)測結(jié)果序列的差值序列實(shí)時值倒數(shù)與本序列實(shí)時值倒數(shù)的乘積，形成模糊決策結(jié)果值，如式(3)：

(3)

4 重介質(zhì)旋流器渦流數(shù)值模型算法效能仿真

某廠共有8臺重介質(zhì)旋流器設(shè)備，2020年全年共發(fā)生設(shè)備失穩(wěn)停車事故32次，將2020年全年實(shí)際運(yùn)行數(shù)據(jù)作為原始數(shù)據(jù)，在MATLAB仿真平臺軟件中加載相關(guān)流體力學(xué)、機(jī)械機(jī)構(gòu)力學(xué)仿真控件形成仿真環(huán)境，在仿真環(huán)境中部署該模型驅(qū)動的管理信息系統(tǒng)后，對該渦流數(shù)值模型執(zhí)行仿真模擬。首先比較32次失穩(wěn)停車事故與仿真環(huán)境下給出一般預(yù)警和停車信號的預(yù)警動作關(guān)系，分析某廠失穩(wěn)停車事故統(tǒng)計(jì)數(shù)據(jù)，得到的結(jié)果見表1。

表1 系統(tǒng)預(yù)警與系統(tǒng)失穩(wěn)之間的關(guān)聯(lián)性統(tǒng)計(jì)結(jié)果表

監(jiān)測系統(tǒng)發(fā)出一般預(yù)警62次，包含全部32次系統(tǒng)失穩(wěn)停車事故，占51.6%，發(fā)出停車預(yù)警34次，包含全部32次系統(tǒng)失穩(wěn)停車事故狀態(tài)，占94.1%。分析系統(tǒng)發(fā)出預(yù)警但未發(fā)生失穩(wěn)停車事故的內(nèi)部閉環(huán)渦流流體狀態(tài)，發(fā)現(xiàn)系統(tǒng)發(fā)出一般預(yù)警時，系統(tǒng)內(nèi)渦流動量總和與層流動量的比值平均超過30%，而系統(tǒng)發(fā)出停車預(yù)警時，系統(tǒng)內(nèi)渦流動量總和與層流動量的比值超過55%?？梢哉J(rèn)為該系統(tǒng)對重介質(zhì)旋流器內(nèi)部渦流具有一定的捕捉敏感度。而重介質(zhì)旋流器整體系統(tǒng)發(fā)生失穩(wěn)停車事故時，其內(nèi)部渦流動量總和與層流動量的比值一般在58%～62%，可以認(rèn)為該系統(tǒng)對重介質(zhì)旋流器內(nèi)部渦流系統(tǒng)的故障診斷具有提前預(yù)警功能。

圖5 渦流評價值與故障發(fā)生器關(guān)系圖

將該系統(tǒng)與重介質(zhì)壓力機(jī)及限流閥控制系統(tǒng)、原煤給進(jìn)系統(tǒng)等控制系統(tǒng)連接，研究使用重介質(zhì)旋流器內(nèi)部閉環(huán)渦流系統(tǒng)前后系統(tǒng)自動化控制效率對比，得到表2。

表2 使用重介質(zhì)旋流器內(nèi)部閉環(huán)渦流系統(tǒng)前后系統(tǒng)自動化控制效率對比

由表可知，使用該渦流數(shù)值模型驅(qū)動自動化控制系統(tǒng)后，精煤產(chǎn)出比提升7.13%，噸煤能耗(以精煤計(jì))下降6.25%，洗選介質(zhì)消耗率下降8.75%，系統(tǒng)運(yùn)行效率(以精煤計(jì))提升1.57%?？梢哉J(rèn)為該控制系統(tǒng)提供的自動化裝置反饋數(shù)據(jù)對自動化控制系統(tǒng)的工作效率有顯著的促進(jìn)作用。受制于篇幅，且因?yàn)樵撟詣踊刂葡到y(tǒng)并非本文研究的重點(diǎn)方向，不展開相關(guān)討論。

通過以上兩種系統(tǒng)數(shù)據(jù)進(jìn)行對比分析，說明改進(jìn)后的系統(tǒng)不僅提高了精煤的產(chǎn)出率，而且降低了介質(zhì)能耗率，提高了生產(chǎn)中的運(yùn)行效率。

5 結(jié)束語

本文構(gòu)建一種重介質(zhì)旋流器渦流數(shù)值模型，運(yùn)用德布羅意宏觀物質(zhì)波理論，此理論在物理學(xué)中尚屬量子物理范疇，本文的核心創(chuàng)新點(diǎn)為在選煤廠重介質(zhì)旋流器控制系統(tǒng)中引入了量子物理技術(shù)并實(shí)現(xiàn)了應(yīng)用轉(zhuǎn)化。分析了重介質(zhì)旋流器內(nèi)部閉環(huán)渦流數(shù)值模型，進(jìn)行自動化控制系統(tǒng)的仿真分析。仿真測試發(fā)現(xiàn)，該模型對重介質(zhì)旋流器的渦流失穩(wěn)狀態(tài)有較強(qiáng)的敏感性，通過數(shù)據(jù)說明其在故障診斷中具有一定的提前預(yù)警性功能，且該重介質(zhì)旋流器及其前后工藝環(huán)節(jié)的自動化控制系統(tǒng)提供的反饋數(shù)據(jù)，能夠提升自動化系統(tǒng)的控制效率。后續(xù)研究中會將重介質(zhì)旋流器內(nèi)部閉環(huán)渦流數(shù)值模型的相關(guān)應(yīng)用部署到實(shí)際系統(tǒng)中進(jìn)行進(jìn)一步測試，并將其調(diào)試到最佳運(yùn)行狀態(tài)。