洗煤工艺是煤炭生产中重要的环节,而跳汰机则是洗煤方法中最具典型的代表性设备之一。跳汰机凭借工艺流程简单、处理能力大等特点,在选煤领域中得到了广泛地应用。目前,国内外运用跳汰洗选工艺处理的入洗原煤量占全部量的比例为20%--70%[1]。跳汰洗煤是一个多因素、多参数相互耦合的复杂过程。洗煤过程各参数检测、处理的研究直接影响着洗选质量。建立完善成熟的洗煤系统理论仍是选煤界一直探索的技术难题。本课题针对洗煤机信号处理关键技术的研究,通过浮标检测床层分层、松散过程,对床层厚度信号进行处理,提出了跳汰各层松散度综合检测的方法,并以此为基础实现了煤、水比例的自动最佳匹配,自动调节风阀的进风量和跳汰频率,从而最终提升跳汰洗选的控制精度和效率。洗煤控制过程的研究与探讨主要是围绕洗煤床层来展开的,要做好跳汰洗选的各个控制系统,首先需对床层的分层状态及松散状态进行研究,而这其中所涉及的床层厚度信息则是研究的核心。本文在分析了洗煤工艺过程及床层松散和分选机理的基础上,重点对床层厚度信号、跳汰过程进行了实时动态检测、处理,并利用床层厚度信号、跳汰过程,对风阀参数调控以及自动排料系统进行设计。在风阀、排料等控制系统中,无需建立数学模型,采用了基于松散度检测的风阀参数模糊控制器和排料模糊控制器,取代了现场原系统的比例和PID控制器;在给煤量、溢流堰控制系统中,建立了数学模型进行闭环控制。特别地,在跳汰风水制度调节中,设计也采用了高、低压风包分段连接跳汰室的新思路;在排料系统的床层厚度设定问题上,本文也提出了基于BP神经网络的新方法,对于以往凭经验设定床层厚度是一个新的尝试。在最终控制目标上,实现了灰分自动检测控制系统。整个设计系统应用于现场,提高了原煤的分选质量,保证了企业效益,节约了人力、物力。