用于分选流化床的局部光纤信号处理及密度精准预测方法技术

本发明专利技术公开了一种用于分选流化床的局部光纤信号处理及密度精准预测方法，包括：光纤信号的标定；微细加重质流化床局部信号特征测试；推导得到微细加重质流化床密度时空预测模型

【技术实现步骤摘要】
用于分选流化床的局部光纤信号处理及密度精准预测方法


[0001]本专利技术涉及矿物加工
，具体涉及一种用于分选流化床的局部光纤信号处理及密度精准预测方法
。

技术介绍

[0002]我国
2/3
以上的煤炭分布在西部干旱缺水地区，湿法选煤技术已不能满足煤炭大规模加工的要求，气固流态化分选技术作为高效的干法分选手段已得到越来越多的重视，传统气固分选流化床测试手段采用的压力信号，反映的是宏观的整体的压降变化，难以精确直观地反映出系统局部的流化状态的改变
。
目前难以探究局部流化状态，实现密度精准调控，是分选流化床技术所面临的关键问题
。

技术实现思路

[0003]为了解决上述技术问题，本专利技术提供一种用于分选流化床的局部光纤信号处理及密度精准预测方法，克服传统测试方法难以探究局部流化状态，实现密度精准调控
。
[0004]为了实现上述技术目的，本专利技术采用如下技术方案：
[0005]一种用于分选流化床的局部光纤信号处理及密度精准预测方法，包括如下步骤：
[0006]S1
：光纤信号的标定；
[0007]S2
：微细加重质流化床局部信号特征测试；
[0008]S3
：推导得到微细加重质流化床密度时空预测模型
。
[0009]优选地，步骤
S1
中光纤信号的标定包括：
[0010]S11
：基于所选定的分选矿物的原定分选介质确定性质合适的替代矿物介质颗粒；
[0011]S12
：将所选介质颗粒制成颗粒浓度固定且已知的均匀流体；
[0012]S13
：利用光纤传感器对所得流体进行测定；
[0013]S14
：将光纤信号和已知浓度数据关联，完成对光纤信号的标定
。
[0014]优选地，步骤
S2
中微细加重质流化床局部信号特征测试包括：
[0015]S21
：标定好的光纤传感器测量流化床径向及轴向的颗粒浓度变化数据，得到微细加重质流化床固含率空间分布特征；
[0016]S22
：利用固含率在径向和轴向的变化推导出流化床中气泡相和乳化相的变化，得到微细加重质流化床两相分布特征以及微细加重质流化床床层膨胀规律；
[0017]S23
：利用两相分布的规律结合两相理论推导建立微细加重质流化床气固两相模型
。
[0018]优选地，步骤
S3
中推导得到微细加重质流化床密度时空预测模型包括：
[0019]S31
：利用流化床固含率与密度的关联性推导得到微细加重质流化床密度时空分布特征；
[0020]S32
：结合压降信号得到流化床的整体密度，获得微细加重质流化床局部密度与整体密度间的关联性；
[0021]S33
：结合各参数对颗粒浓度的影响作用，得到微细加重质流化床密度的响应关系，进而推导得到微细加重质流化床密度时空预测模型
。
[0022]优选地，介质颗粒的颜色为白色或浅色
。
[0023]优选地，介质颗粒为
FCC
颗粒
、
钛白粉
、
重钙粉或白刚玉中的一种
。
[0024]优选地，介质颗粒的密度与分选矿物的分选介质密度间的密度差异低于
25
％，且颗粒间的球形度差异不超过
20
％
。
[0025]优选地，微细加重质流化床为加重质为
100
微米的流化床
。
[0026]优选地，微细加重质为
GeldartA
‑
、B
‑
、C
‑
或
D
‑
中的一种
。
[0027]优选地，光纤传感器在流化床侧壁阵列布置
。
[0028]与现有技术相比，本专利技术的有益效果：
[0029]光纤传感器区别于压力传感器是在介尺度上对测量点局部区域的颗粒浓度进行直接测量，其利用光在局部区域的反射后的性质变化反映出探针附近的局部区域的颗粒浓度变化；采用光纤传感器替代压力传感器对流化床内的局部颗粒浓度进行直接测量，可更为直观地得到流化床内部的颗粒固含率变化，进而对流化床内部的两相分布特征和气泡运动行为进行进一步的分析；并通过建立流化床时空预测模型，实现对流化床空间位置上的床层密度的精准调控，解决传统测试手段难以观测床层密度分布不均致使分选精度降低的问题，该方法逻辑严密，稳定可靠，解决了传统分选流化床中局部信号的处理问题及床层密度的精准预测难题，具有极高的应用价值
。
附图说明
[0030]为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单的介绍，显而易见的，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域中的普通技术人员来说，在不付出创造性劳动的前提下，还可根据这些附图获得其他附图
。
[0031]图1为本专利技术方法流程图；
[0032]图2为步骤
S1
方法流程图；
[0033]图3为步骤
S2
方法流程图；
[0034]图4为步骤
S3
方法流程图
。
具体实施方式
[0035]以下结合附图对本专利技术的具体实施方式作进一步地说明
。
[0036]如图1‑4所示，一种用于分选流化床的局部光纤信号处理及密度精准预测方法，包括如下步骤：
[0037]S1
：光纤信号的标定：
[0038]S11
：基于所选定的分选矿物的原定分选介质确定性质合适的替代矿物介质颗粒；本实施例中，分选矿物为煤炭，原定分选介质为磁铁矿粉，替代矿物介质颗粒为白刚玉；
[0039]S12
：将所选介质颗粒制成颗粒浓度固定且已知的均匀流体；
[0040]S13
：利用光纤传感器对所得流体进行测定，光纤传感器在流化床侧壁阵列布置；
[0041]S14
：将光纤信号和已知浓度数据关联，完成对光纤信号的标定；
[0042]S2
：
GeldartA
‑
流化床局部信号特征测试：
[0043]S21
：标定好的光纤传感器测量流化床径向及轴向的颗粒浓度变化数据，得到
GeldartA
‑
流化床固含率空间分布特征；
[0044]S22
：利用固含率在径向和轴向的变化推导出流化床中气泡相和乳化相的变化，得到
GeldartA
‑
流化床两相分布特征以及
GeldartA
‑
流化床床层膨胀规律；
[0045]S23
：利用两相分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于分选流化床的局部光纤信号处理及密度精准预测方法，其特征在于：包括如下步骤：
S1
：光纤信号的标定；
S2
：微细加重质流化床局部信号特征测试；
S3
：推导得到微细加重质流化床密度时空预测模型
。2.
根据权利要求1所述的用于分选流化床的局部光纤信号处理及密度精准预测方法，其特征在于，步骤
S1
中光纤信号的标定包括：
S11
：基于所选定的分选矿物的原定分选介质确定性质合适的替代矿物介质颗粒；
S12
：将所选介质颗粒制成颗粒浓度固定且已知的均匀流体；
S13
：利用光纤传感器对所得流体进行测定；
S14
：将光纤信号和已知浓度数据关联，完成对光纤信号的标定
。3.
根据权利要求1所述的用于分选流化床的局部光纤信号处理及密度精准预测方法，其特征在于，步骤
S2
中微细加重质流化床局部信号特征测试包括：
S21
：标定好的光纤传感器测量流化床径向及轴向的颗粒浓度变化数据，得到微细加重质流化床固含率空间分布特征；
S22
：利用固含率在径向和轴向的变化推导出流化床中气泡相和乳化相的变化，得到微细加重质流化床两相分布特征以及微细加重质流化床床层膨胀规律；
S23
：利用两相分布的规律结合两相理论推导建立微细加重质流化床气固两相模型
。4.
根据权利要求1所述的用于分选流化床的局部光纤信号处理及密度精准预测方法，其特征在于，步骤
S3
中推导得到微细加重质流化床密度时空预测模型包括：
S31
：利用流化床固含率与密度...

【专利技术属性】
技术研发人员：周晨阳，赵跃民，祝京旭，段晨龙，董良，张博，赵鹏飞，周恩会，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：