煤炭科学技术

作者：王红艳, 孙卓琪, 王兰豪, 南静, 代伟,

关键词：煤炭浮选, 浮精灰分, 智能检测, 多源信息融合, X射线荧光光谱, 动态节点调整正则化随机配置网络, Browser/Server架构,

煤炭浮选是现代选煤工艺中的关键环节，其智能化建设水平对选煤厂的经济效益具有显著影响。浮选精煤（简称“浮精”）灰分的在线检测效果是制约浮选智能化进程的关键因素之一。浮精灰分直接反映精煤品质和杂质脱除效率，其在线检测数据对于指导药剂用量调整、优化工艺参数、稳定产品质量和提升精煤产率至关重要。针对煤炭浮选精煤灰分检测滞后性、多源信息融合数据利用难的问题，提出一种基于多源信息融合的浮选精煤灰分智能检测方法。在浮精XRF光谱数据的基础上，融合浮选过程数据和尾矿图像特征等多源数据，采用连续投影算法和多元线性回归进行光谱数据降维，以解决XRF光谱数据维度过大的问题。为了解决多源数据时序不匹配和非线性关系问题，基于希尔伯特−施密特独立性准则进行时间序列对齐，并采用动态节点调整正则化随机配置网络建立数据驱动模型，表征多源数据与精煤灰分间的非线性关系，通过优化网络节点结构，减少计算资源占用，提高模型的泛化能力和检测精度。基于工业数据试验分析，结果表明：该方法检测浮精灰分的均方根误差为0.113、决定系数为0.787、灰分绝对误差为0.3时的合格率为100%。最后开发了浮选X光灰分仪智能检测系统并在现场落地应用，浮精灰分检测结果达到了生产工艺对检测精度的要求，极大提高了浮精灰分检测的精确性和实时性，为浮选生产提供全面技术支持和决策依据。

来源：2025年第12期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2025年第12期