周 媛 周 璐 王永超 羅隕飛,2
(1.力鴻智信(北京)科技有限公司,北京市順義區(qū),101312; 2.中國質(zhì)量檢驗協(xié)會煤炭專業(yè)委員會,北京市順義區(qū),100125; 3.北京華夏力鴻商品檢驗有限公司滄州渤海新區(qū)分公司,河北省滄州市,061000 )
長久以來,我國煤炭樣品的制備工作通常是采用人工操作或者聯(lián)合制樣機輔助人工的方式進行,主要包括破碎、篩分、混合和縮分等過程,但是所使用的制樣設(shè)備需要一定的周期且由于需要人員操作及制樣工序的轉(zhuǎn)接,存在制樣周期長、工人勞動強度大、工作環(huán)境惡劣、制樣效率低等實際操作問題,還包括隨之帶來的制樣精度難以保證、偏倚過大以及人為誤差和二次污染等問題。這不僅僅給企業(yè)的管理工作帶來了極大的困難,同時還容易在煤炭貿(mào)易發(fā)展過程中發(fā)生供需雙方的質(zhì)量糾紛,難以滿足行業(yè)質(zhì)量控制和質(zhì)量提升工作的要求。
近年來,國內(nèi)外各研發(fā)單位開始對煤炭自動制樣系統(tǒng)進行研發(fā),逐步研制出了集破碎、縮分、干燥、制粉、稱重、包裝、除塵等功能于一體的全自動煤炭制樣系統(tǒng)。盡管這些自動制樣系統(tǒng)大大減輕了制樣工人的工作勞動強度,改善制樣環(huán)境,提高了檢測數(shù)據(jù)的準(zhǔn)確性,但仍然存在著一些問題亟待解決,例如離線制樣時必須有人值守;主要設(shè)備的除塵效率有待提高,除塵布局需優(yōu)化;面對不同客戶的留樣需求,該系統(tǒng)也無法滿足客戶需求等。
為了從根本上消除人為因素帶來的質(zhì)量糾紛,提升系統(tǒng)整體的自動化和智能化程度,滿足制樣精度和不同用戶個性化的需求,力鴻智信(北京)科技有限公司設(shè)計、研發(fā)和生產(chǎn)制造了IPS煤炭機器人智能制樣系統(tǒng),該系統(tǒng)集煤炭破碎、縮分、干燥、制粉、稱重、包裝、除塵等功能于一體,可實現(xiàn)自感知、自判斷、自適應(yīng)、自執(zhí)行、自學(xué)習(xí),是一套可實現(xiàn)完全無人值守的智能制樣系統(tǒng)。它不僅有效避免了因人工操作而帶來的人為誤差和二次污染等問題,同時也降低了人工勞動強度、改善了制樣車間環(huán)境,為實現(xiàn)智能化、信息化在煤炭行業(yè)的應(yīng)用奠定了基礎(chǔ)。
煤炭機器人智能制樣系統(tǒng)主要由制樣前置處理單元、大樣處理單元自動對接系統(tǒng)、人工加料系統(tǒng)、入料系統(tǒng)、出料系統(tǒng)、機器人制樣單元和控制系統(tǒng)等系統(tǒng)單元組成,其中機器人制樣單元還包括破碎單元、研磨單元、縮分單元、烘干單元、恒溫恒濕單元以及智能灌裝單元,其結(jié)構(gòu)示意如圖1所示。
圖1 機器人智能制樣系統(tǒng)結(jié)構(gòu)示意圖
煤炭機器人智能制樣系統(tǒng)的工作流程如圖2所示。
選取20~30 kg不同質(zhì)量的煤樣分別通過煤炭機器人智能制樣系統(tǒng),并記錄各環(huán)節(jié)留樣質(zhì)量和棄樣質(zhì)量,根據(jù)留樣和棄樣質(zhì)量可計算各環(huán)節(jié)損失量和各環(huán)節(jié)損失率、系統(tǒng)總損失量和總損失率。如此重復(fù)進行10組試驗,以10組試驗結(jié)果的平均值作為損失量的最終結(jié)果并進行最終判定。
圖2 煤炭機器人智能制樣系統(tǒng)工作流程
該設(shè)備選取質(zhì)量區(qū)間為20~120 kg煤樣分別進行切割次數(shù)和留樣質(zhì)量檢驗,收集每組試驗后的棄樣以計算6 mm破碎縮分單元的損失率。每種質(zhì)量區(qū)間進行不同組數(shù)試驗,取每組平均值作為最終試驗結(jié)果。每個質(zhì)量區(qū)間進行3組試驗,以3組試驗結(jié)果的平均值作為每個質(zhì)量區(qū)間的最終結(jié)果并進行最終判定。
從入料系統(tǒng)處加入一個樣品經(jīng)6 mm破碎機破碎后收集全部留樣和棄樣并稱重。根據(jù)《煤樣的制備方法》(GB 474-2008)標(biāo)準(zhǔn),使用6 mm標(biāo)準(zhǔn)篩分別對收集的試樣進行篩分,計算其標(biāo)稱最大粒度。如此重復(fù)進行40組試驗,以40組試驗結(jié)果的平均值作為出料粒度的最終結(jié)果并進行最終判定。
選取不同灰分的兩種煤,將其隨機依次進入機器人智能制樣系統(tǒng)進行制樣試驗,將制得樣品的灰分與人工制樣試驗對比。如此重復(fù)進行10組試驗,以10組試驗結(jié)果標(biāo)準(zhǔn)偏差進行判定。
將同一煤種依次進入機器人智能制樣系統(tǒng)進行制樣試驗,將機器人制得的全水分樣品和灰分樣品與人工制樣試驗比對。如此重復(fù)進行20組,以20組試驗結(jié)果方差進行判定。
按照《煤樣的制備方法》(GB 474-2008)和《煤炭機械化采樣》(GB/T 19494.3-2004)標(biāo)準(zhǔn)所述的方法,從0.2 mm縮分階段制成的連續(xù)20對一般分析試驗煤樣品中隨機抽取10對試樣,測定試樣的空干基水分和空干基灰分,得到干基灰分,進行精密度試驗,根據(jù)試驗結(jié)果判定該系統(tǒng)的精密度是否符合要求。
在該系統(tǒng)的各級留樣量均滿足國家標(biāo)準(zhǔn)要求的前提下,記錄煤炭機器人智能制樣系統(tǒng)的各級留樣質(zhì)量,計算系統(tǒng)的整體損失量,其數(shù)據(jù)結(jié)果見表1。
表1 系統(tǒng)損失量及損失率實驗結(jié)果
由表1可以看出,該系統(tǒng)的最大整體損失率為2.93%,平均損失率為2.56%,滿足國標(biāo)的要求。
通過對煤樣入料質(zhì)量及留樣質(zhì)量的統(tǒng)計,可以得出每次縮分過程的質(zhì)量比和平均值,其應(yīng)滿足《錘式破碎縮分聯(lián)合制樣機通用技術(shù)條件》(MT/T 936-2005)中對質(zhì)量縮分比的技術(shù)要求。質(zhì)量縮分比從一定程度上反映了縮分樣品是否具有代表性,其制樣精度是否符合要求,煤樣在制樣過程中是否產(chǎn)生偏移量等關(guān)鍵性能指標(biāo)。不同入料質(zhì)量與切割次數(shù)見表2。
表2 不同入料質(zhì)量與切割次數(shù)
在煤流經(jīng)過縮分器進行縮分時,其有效切割次數(shù)必須大于60次,根據(jù)表2可知,在不同進煤質(zhì)量的條件下,其縮分器的平均有效切割次數(shù)均大于60次,滿足要求。在有效切割次數(shù)滿足要求的條件下,縮分精度實驗結(jié)果見表3。
該系統(tǒng)的自適應(yīng)定質(zhì)量縮分程序可根據(jù)進樣時自動稱量得到的進樣質(zhì)量,計算出定質(zhì)量縮分的縮分比,智能調(diào)整最優(yōu)的縮分參數(shù),在入料量為20~120 kg的范圍內(nèi),使切割次數(shù)和留樣質(zhì)量穩(wěn)定且滿足國標(biāo)要求。
為了確定煤炭機器人智能制樣系統(tǒng)的出料粒度,對各級煤樣進行篩分試驗,試驗數(shù)據(jù)見表4、表5和表6。經(jīng)過一、二、三級破碎機破碎后煤樣的標(biāo)稱最大粒徑分別為6.0 mm、3.0 mm和0.2 mm。
表3 縮分精度試驗結(jié)果
表4 一級破碎篩分試驗(全水樣)
表5 二級破碎機篩分試驗(存查樣)
每一階段破碎過程均對其破碎后煤樣粒度分布有預(yù)期要求,每個環(huán)節(jié)的篩上物質(zhì)量均有其相應(yīng)的標(biāo)準(zhǔn)要求。一級破碎縮分出料粒度≤6 mm,要求過篩率≥95%;二級破碎縮分出料粒度≤3 mm,要求過篩率≥99%;研磨機出料粒度≤0.2 mm,要求過篩率≥98%。
表6 研磨機篩分試驗(分析樣)
根據(jù)以上試驗數(shù)據(jù)表明,煤炭機器人智能制樣系統(tǒng)的6 mm和3 mm樣品均滿足國標(biāo)的要求,一般分析試驗0.2 mm樣品粒度基本滿足要求。
將高灰煤和低灰煤按順序依次進入煤炭機器人智能制樣系統(tǒng),一共20組。其灰分化驗結(jié)果見表7。
表7 不同煤種交叉制樣灰分?jǐn)?shù)據(jù)
表7的灰分化驗結(jié)果數(shù)據(jù)表明,在高灰煤和低灰煤連續(xù)依次進樣時,不存在混煤現(xiàn)象,該系統(tǒng)在連續(xù)多次制備高、低灰樣品時,其檢測結(jié)果的準(zhǔn)確度和穩(wěn)定性都與人工制樣檢測結(jié)果相差無幾,能夠很好滿足制樣的需求。
4.5.1 灰分偏倚
將煤炭機器人智能制樣系統(tǒng)所制備出的一般分析試驗樣品與人工制備出的一般分析試驗樣品進行化驗,測定其灰分和發(fā)熱量,進行偏倚測定。由表7可知,煤樣灰分原始數(shù)據(jù)統(tǒng)計可疑值為第11對子樣,|dmax|=0.70%,∑d2=1.3673,計算C=0.358?;曳种形恢蹬判蛞姳?,灰分群數(shù)的計算見表9。
表8 灰分中位值排序
由表8查得C20=0.480,由于C 表9 灰分群數(shù)的計算 由表8和表9可知,差值的中位值為0.045%,計算差值符號的轉(zhuǎn)換數(shù)(群數(shù))r= 11;n1=8,n2=10;根據(jù)《煤炭機械化采樣》(GB/T 19494.3-2004)標(biāo)準(zhǔn)查得,此時顯著性下限L為7,顯著性上限U為13,r落在L和U之間,說明這一差值系列相互獨立。 灰分設(shè)定的最大偏倚為0.2%,實際檢測結(jié)果表明,煤炭機器人制樣系統(tǒng)不存在灰分的實質(zhì)性偏倚。 4.5.2 干基高位發(fā)熱量偏倚 煤樣干基高位發(fā)熱量試驗數(shù)據(jù)統(tǒng)計見表10。 表10 干基高位發(fā)熱量試驗數(shù)據(jù)統(tǒng)計 由表10可知,可疑值為第11對子樣,|dmax|=0.22%,∑d2=0.1496,計算C=0.267。由《煤炭機械化采樣》(GB/T 19494.3-2004)標(biāo)準(zhǔn)查得C20=0.480;由于C 干基高位發(fā)熱量中位值排序見表11,干基高位發(fā)熱量群數(shù)的計算見表12。 表11 干基高位發(fā)熱量中位值排序 由表11和表12可知,差值的中位值為0.00%,計算差值符號的轉(zhuǎn)換數(shù)(群數(shù))r= 11;n1=9,n2=10;根據(jù)《煤炭機械化采樣》(GB/T 19494.3-2004)標(biāo)準(zhǔn)查得,此時顯著性下限L為7,顯著性上限U為14,r落在L和U之間,說明這一差值系列相互獨立。 干基高位發(fā)熱量設(shè)定的最大偏倚為0.17 MJ/kg,實際檢測結(jié)果表明,制樣系統(tǒng)不存在干基高位發(fā)熱量的實質(zhì)性偏倚。 表12 干基高位發(fā)熱量群數(shù)的計算 4.5.3 收到基低位發(fā)熱量偏倚 煤樣收到基低位發(fā)熱量試驗數(shù)據(jù)統(tǒng)計見表13。 表13 收到基低位發(fā)熱量試驗數(shù)據(jù)統(tǒng)計 由表13可知,可疑值為第11對子樣,|dmax|=0.28%,∑d2=0.3097,計算可得C=0.253。由《煤炭機械化采樣》(GB/T 19494.3-2004)標(biāo)準(zhǔn)查得,C20=0.480;由于C 收到基低位發(fā)熱量中位值排序見表14,收到基低位發(fā)熱量群數(shù)的計算見表15。 表14 收到基低位發(fā)熱量中位值排序 由表14和表15可知,差值的中位值為0.06%,計算差值符號的轉(zhuǎn)換數(shù)(群數(shù))r= 9;n1=10,n2=10;根據(jù)《煤炭機械化采樣》(GB/T 19494.3-2004)標(biāo)準(zhǔn)查得,此時顯著性下限L為7,顯著性上限U為15,r落在L和U之間,說明這一差值系列相互獨立。 表15 收到基低位發(fā)熱量群數(shù)的計算 收到基低位發(fā)熱量設(shè)定的最大偏倚為0.17 MJ/kg,實際檢測結(jié)果表明,制樣系統(tǒng)不存在收到基低位發(fā)熱量的實質(zhì)性偏倚。 表16 精密度試驗數(shù)據(jù)及處理 通過對煤炭機器人智能制樣系統(tǒng)的性能試驗,其灰分及全水分偏倚、精密度都滿足標(biāo)準(zhǔn)要求,證明該系統(tǒng)可以代替人工及其他自動設(shè)備用于煤炭樣品的制備,該系統(tǒng)操作簡單、維護方便,其模塊化設(shè)計便于技術(shù)的改造和更新?lián)Q代。煤炭機器人智能制樣系統(tǒng)的應(yīng)用能夠改善人工制樣較為惡劣的現(xiàn)場環(huán)境,提高制樣工作效率,保證煤樣的代表性。煤炭機器人智能制樣系統(tǒng)的應(yīng)用示范表明,該技術(shù)成果在煤炭制樣領(lǐng)域已經(jīng)達到了國際領(lǐng)先水平,具有很強的使用價值和市場價值,為后續(xù)該系統(tǒng)的廣泛應(yīng)用提供了有力的基礎(chǔ)。4.6 精密度
5 結(jié)語