全自动煤炭采制样系统的设计研究

钢铁企业的入厂煤炭具有品种繁多、煤质差异大、检测项目多的特点,其质量检验重点关注如何在煤炭的采样、制样和化验环节避免样品污染和黏附。通过对破碎、缩分设备的优化,设计了一种全自动煤炭采制样系统。结果表明：该系统实现了在线粒度分析、全水分检测、一般分析试验煤样和存查煤样的封装标识,是目前钢铁企业煤炭采制样系统进料品种复杂、自动化程度较高的设计方案之一。     

神东锦界矿智能机器人采制样系统调试与应用

针对中国能源股份有限公司神东煤炭分公司锦界矿列车商品煤人工采样的现状,研制并实施了智能机器人采制样系统。介绍了智能机器人采制样系统在锦界矿实施过程中遇到的技术难点及相应解决办法,尤其是钻探式采样头在工作过程中存在的采样深度、单次样重及采样周期等问题,实现了系统的稳定高效运行,提升了采制样效率,对锦界矿的智能生产意义重大。     

大样品量一体式制样系统在山西采购中心散装站台的应用

国能销售集团有限公司山西煤炭采购中心采制化工作主要依靠人工完成,存在样品的代表性差,煤质指标的真实客观性急需提升等问题,中心采用ZX DY500大样品量一体式制样系统,有效保证制样过程及结果符合国家标准,提升了制样效率,保证了全流程的质量控制,降低人工劳动强度,提高了经济效益。     

煤炭采制样存在的问题与解决对策

煤炭采样和制样是煤炭分析中的两大重要的作业环节,在煤炭分析中有着重要的地位,直接关系到煤炭质量的高低,也直接影响到煤炭企业的经济效益和社会影响。因此,煤炭的采制样受到社会各界的高度重视。在实际作业过程中,常因为多种问题而导致煤炭采制样作业效果不佳的现象出现。针对煤炭采制样和制样过程中容易出现的问题进行分析,并对相关问题的解决对策进行探讨,为提高我国的煤炭采制样作业效果做出有益的思考。     

悬挂链输送系统关键技术研究与应用

悬挂链输送系统有助于实现煤炭采样与制样对接过程的自动化。该系统采用了先进的传感器技术、物联网技术以及智能控制技术，可实现煤样桶从采样端自动输送至制样端，并可同步完成煤样桶的回传再利用。介绍了悬挂链输送系统的关键功能及技术特点，重点剖析多站点收发布局、无动力吊具技术、煤样桶收发技术以及动态监控技术在悬挂链输送系统中的成功应用。悬挂链输送系统的推出有助于更进一步完善自动采制对接方案。     

全自动汽车煤炭采制样机的研究

介绍了全自动煤炭汽车采制样机的构成模块;分析了车辆信息采集、三维坐标点选取、采样方式及采样点坐标的测量、采样系统编码模块、采样系统与其他系统的接口等功能;该系统的应用实现了煤炭采制样系统真正意义上的全自动控制,引领了采样机控制技术的发展方向。     

煤炭计质计量智能管控关键技术的研究与应用

煤炭装车计量和质量检验管控是煤炭生产、消费过程中的关键环节。迄今,这一过程普遍存在着智能化水平低、安全可靠性差、数据不准确,甚至人为干扰等问题,其作业效率和效果无法满足现代煤炭企业精细化管理和高质量发展要求。经过对智能精准装车计量及采制化关键技术研究并应用,实现了车体智能识别、车辆牵引精准控制、动态装车精准计量等一体化感知与控制,从源头上杜绝了“以煤补车损”现象,避免了人工操作计质计量存在的误差,减少了人为操作风险,遏制了煤炭生产企业潜亏现象的发生,有力助推了贸易公允。采用多级破碎、定量缩分、悬浮研磨等新工艺,将机器人应用到煤炭采制化全流程,全面提高了煤炭质量检验的智能化水平和效率。     

大块煤样的采取和制备探讨

针对我国煤炭采制样标准中无大块煤样的采制标准,提出采用小型挖掘机采取大块煤子样,并运用在线破碎机破碎后留取子样的采样方法,通过灰分、水分偏倚试验,进行精密度核验,证明了该采样方法采制的大块煤样代表性较强。     

煤炭机械化采样随机误差分析

分析了煤炭机械化采样过程各环节的随机误差,用方差表示了单个初级子样、单个总样、批煤多个总样各试验结果所包含的随机误差成分,并将机械化采制化分为采取初级子样、在线制样、离线制样、化验4个阶段,同时提出了双倍切割样双份采样法、例行切割样双份采样法和弃样回收法3种方法核验各阶段随机误差。研究表明:机械化采样过程中各阶段误差可以分开核验,也可以将相联系的某些阶段整体核验;在线制样方差是估算采样单元子样数的重要影响因素,其影响系数与初级子样方差相当,可以将二者整体核验;各阶段随机误差核验方法可以为设计合理的机械化专用采样方案提供参考。     

煤炭采制样均匀性理论的理解与实践

煤炭采制样是煤质分析中的关键环节,采制样的均匀性可在一定程度上影响到煤质分析的结果。因此,对煤炭采制样均匀性理论进行分析,并结合相关的实践经验,探讨如何采制出具有代表性的样品,操作过程中如何保证采制样均匀性。     

智能采制化系统在选煤厂的应用

目前智能采制化设备形式多样，使用条件和性能差异较大，给拟建智能煤质检测的选煤厂造成了选择的困扰。通过对目前市面上主流的几种智能采样、智能制样、智能化验设备进行全面对比，建议根据选煤厂检测需求选择合适的智能采制化设备，可节约投资，减员增效。     

煤炭采制样常见问题分析及对策

煤炭采制样过程中常见问题主要有对采制样岗位的重视程度低,未按标准采制样,人工采制样工具及设备规格不统一,机械化采制样有混样现象等。针对上述问题,从采样和制样两方面提出了相应的对策。煤堆采样的子样点应按煤堆顶、腰、底分布,一般可按1∶3∶5的比例布点;火车顶部和汽车采样时,尽量采用机械化采样,按照"均匀布点,使每一部分煤均有机会被采出"的原则布置子样点;煤流采样时一般根据煤流量大小,以1次或分2～3次横截煤流断面采取一个子样,输送带采样应尽可能安装输送带机械化采样器。制备分析煤样时,对全水分超过10%以上的煤样,要进行初干燥;制备全水分煤样时首选水分损失最小的方法;制好的煤样应装入密闭玻璃瓶保存。加强采制化管理,规范采制样操作对于提高煤质分析准确性,保障优质原料煤供应具有重要意义。     

煤炭采制样过程中的误差来源与分析

煤炭作为我国社会经济发展主要能源之一,消费总量已达到能源总量的70%以上。其中煤炭采制样是获取可靠监测和控制数据的唯一来源,但如果所采样本的代表性差,则煤炭检测结果可能会产生很大的误差。首先对当前煤炭采制样过程中常见误差进行阐述,随后对现行煤炭采制样过程中误差来源进行分析。     

腐植酸原料样品的采集、分析、制备和贮存(征求意见稿)

为了适应腐植酸环境友好产业的发展,参照煤炭及泥炭勘查规范、煤炭采样制样相关国家及行业标准,中科院山西煤炭化学研究所起草协会标准《腐植酸原料样品的采集、分析、制备和贮存》,以规范煤炭腐植酸资源勘查、腐植酸原料分析过程的采制样及分析样品的贮存及管理,并为腐植酸行业的生产、教学、科研提供标准规范,促进腐植酸行业健康有序发展。现将标准征求意见稿刊登如下,欢迎业界同仁提出宝贵意见和建议!     

安徽两淮地区煤泥采制样技术研究与应用

介绍了安徽省两淮地区煤泥采制样现状及存在的问题,通过对采样器具、煤泥采样方法、制样方法等方面的创新与研究,实现了煤泥采制样的程序化。精密度核验表明:该方法满足期望精密度值为±1.5%条件下采样的实际需求,适用于两淮地区现有煤泥的采制样工作,使煤泥采制样操作性更强,减少了结果偏差及贸易纠纷事件的发生,促进了煤泥贸易与有效利用,进一步提高了煤泥采制样的技术水平,为其他地区开展煤泥采制样作业提供借鉴经验。     

汽车商品煤采样机组弃样回收装置的研制及应用

目前汽车采样机弃煤普遍采用弃料斗排放、铲车转运的处理方式,导致转运工作量大,并且转运过程存在安全隐患,污染环境等问题。针对采样机目前存在的设计不足及问题,在充分吸取和总结多年来在采制样设备的使用和维修改造过程中所积累的知识和经验的基础上,研制并应用桥式汽车煤炭采制样机弃料回收系统,获得了较好的使用效果及节支效果。     

论石化行业煤炭采制化工作的全程监控

近几年,各地陆续出现用煤企业对煤炭质量检验工作监控不严,以及采制化作业人员被煤炭供应商贿赂收买,在煤炭采制化过程中做假,虚提煤炭热值,借以提高价格、牟取暴利等现象,给企业造成巨大经济损失。中国石化为防止此类事件发生,在加强煤炭采制化工作的监管方面,采取了不少措施。本文通过案例分析,谈谈煤炭采制化工作的全程监控。     

利用采制化精密度核验方案加强水泥厂煤炭质量管控工作的方法

本文详细介绍两种取样方式的采制化精密度核验方案,并结合自己公司的核验方案实例评估水泥厂化验室煤炭质量管控程序,并提出相应的改进措施以及核验方案中的注意事项,单靠样品对比、能力验证等方式无法满足对整个过程的质量控制。通过定期核验可以发现采样、制样和化验过程中的不符合项,能及时改进或纠正,最终实现对采样、制样和化验过程的质量控制。     

利用采制化精密度核验方案加强水泥厂煤炭质量管控工作的方法

本文详细介绍两种取样方式的采制化精密度核验方案，并结合自己公司的核验方案实例评估水泥厂化验室煤炭质量管控程序，并提出相应的改进措施以及核验方案中的注意事项，单靠样品对比、能力验证等方式无法满足对整个过程的质量控制。通过定期核验可以发现采样、制样和化验过程中的不符合项，能及时改进或纠正，最终实现对采样、制样和化验过程的质量控制。     

神东锦界矿智能机器人采制样系统的设计及应用

介绍了基于工业机器人与钻探式柔性采样臂的智能机器人采制样系统软硬件系统架构,提出了对原人工采样室的改建方案。分析了传统人工采样存在的点数少、代表性差、劳动强度大以及传统采样机现场无法安装等一系列问题。采用工业机器人来完成边装车边采样的动态采样技术可行,做到了所采煤样具有代表性、真实性,增强了产品指标的可信度,提高了安全性和智能化水平,实现了煤炭企业采制样系统的自动化和智能化管理。