摘 要：随着科学技术的发展与提升，人工智能技术在人们生产生活中变得愈发重要。在选煤领域中，人工智能技术能够提高选煤效率，促进选煤工作更好地开展。目前人工智能技术在选煤领域主要有以下生产系统，它们分别为设计专家系统、管理专家系统以及智能化的图形数据库。这些生产系统均能够对选煤工作起到良好辅助作用，从而促使选煤工作更加高效的进行下去。
关键词：人工智能技术；选煤；发展趋势
近年来随着科技的发展，人工智能技术被引入到多个领域中。运用人工智能技术能够降低人工成本，进一步提升生产产出效率，这对于各企业的发展而言具有十分重要的作用。在煤矿生产过程中，我国以往选煤行业采用的技术较为落后，该领域要经过多项环节，并主要依据煤炭的化学、物理性质来开展去除煤炭掺杂杂质的工作，进而提升洗选精度。从目前形势来看，煤炭企业在选煤工作方面应做的努力还有许多，以往选煤工作的精度较低，同时耗费的人工成本也较高。如果煤炭生产企业能够尝试采用人工智能技术，进一步提升煤炭生产质量，最终选煤工作效率及精度都将有所提高。
1 选煤工作中人工智能技术的运用
1.1管理专家系统
对于整个选煤厂而言，选煤工作需要依托于较为复杂的管理系统才能够得以顺利进行，而如何结合现代市场中煤炭生产状况、煤炭企业的外部经营状态以及内部的煤炭生产活动，进而优化与调整煤炭生产及选煤策略是值得思考的问题。在选煤厂运行的阶段中，结合人工智能技术，提高选煤工作效率，便能够在一定程度上优化煤炭企业选煤工作效率。选煤管理专家系统便是帮助企业进行选煤管理及决策的重要参照依据。管理专家系统包括四个模块，分别为产品品质预测、网络信息系统、参数优化子系统以及生产信息分析。这四个模块相结合、辅助便能够提高选煤的实际效果。选煤专家系统在提升生产决策层面具有重要作用，运用管理专家系统进行选煤，能够促使企业的选煤工作更加智能、高效。煤炭的生产及经营工作也能够及时得到管理及监测。
从目前选煤专家系统的实际使用情况来看，由于选煤厂的生产经营规模不尽相同，在实际开展经营管理工作时，大多数企业均配备有单独的管理人员，在管理及经营工作上往往采用人工工作，部分企业对于人工智能技术未采取接纳态度，认为人工智能技术无法切实提高选煤工作效率，无法胜任企业的管理工作。针对该情况而言，企业以往一直延续传统选煤及管理方式，一时无法接受新鲜技术是能够理解的。为了真正运用现代化技术来提高企业管理效果，在使用管理专家系统时，要依照选煤厂管理工作特征来择选对应的选煤管理专家。良好管理人员能够推进企业长久、稳定的发展，恰当使用管理专家系统能够帮助企业进一步提高选煤工作的管理效率，从而为企业将来的发展奠定坚实的基础。为了确保人工智能技术在选煤工作中有较高的针对性，具备不同特征的选煤厂要挑选符合企业情况的理论进行完善，例如，具备较高管理水准以及经济收益的选煤厂可择选适合企业的管理专家理论，为企业建立独特的数据资料库；而对于生产地域、规模不同的选煤厂而言，应当建立企业独特的动态数据库。
1.2设计专家系统
选煤设计专家系统是目前针对选煤厂设计工作的专家系统，该系统主要解决选煤设计及选择改造过程中存在的可优化措施及设计工作。在具体的产业结构中，工程人员对原煤材料进行限制及约束，同时设计专业系统的各个子系统也能够依照专家知识进行推算及预测，进而为用户提供更为有效、可行的策划及方案。在实际进行选煤工作时，设计专家系统主要采用非线性规划方法来构建优化模型，在用户加入选煤约束条件及原煤资料后，采用设计专家系统便能够构建优化方案。
选煤的设计专家系统主要为技术人员所用，在选煤过程中，技术人员可以通过设计专家系统明晰设计及改造方案时如何选取选煤方案，依照何种标准来构建煤炭产品的结构。选煤设计专家系统主要分为几个子系统，分别为煤炭处理、原煤准备、块煤分选以及末煤分选这四个子系统。选煤设计专家系统主要采用非线性规划的统计方法，以此进一步优化煤炭产品结构，构建优化后的煤炭产品模型。在实际进行操作时，用户需要事先整理原煤资料，并在系统中输入必要的约束条件，在构建非线性规划问题后，设计专家系统的四个子系统便会为用户择选最优的产品设计方案以及后续生产的具体流程信息。
选煤工作往往是较为复杂的，在整个选煤的设计过程中，选煤工作对工作人员的技术需求较高，需要设计人员具备足够的经验及专业素养。若选煤设计人员有较高专业储备，企业便可采用设计专家系统。然而，设计专家系统所具备的一个特点是系统内部的知识类型多样、内容交叉调用、专业术语较为专业化等，这种特征会在技术人员初步使用时造成一些困难。为了提高选煤效率，真正将设计专家系统运用到选煤工作中，便可以采取以下表达形式：首先为生产式规则，在该系统下，专业知识将会被区分为规则及事实两个方面，其中规则的组织形式存在差异，同时其存在形式还包括结构化以及独立化两个方面。其次为过程表示方法，过程表示法是指对事件发展过程进行指标性描述，在过程表示法下，设计人员可以调用多个子过程。最后为面向对象表示，该方法主要将事件当作不同种类、层次的单一对象复合体。
1.3 图形数据库
图形数据库的主要作用是设计图形，在选煤过程中，采用图形数据库能够有效的实现选型、设备配制等一系列工作。选煤图形数据库主要由几个模块所组成，分别为三视图绘制、设备选型的计算子系统、参数库、网上订购以及设备的清册编制系统等。运用图形数据库能够为选煤工作提供较多的便利，系统主要功能包括诸多技术相关的工作，其中具体又可分为选煤设备的配制工作、设备的选型以及设备安装概算书的实际编制工作、网上进行订货或是CAD调用绘图等等。这些工作在选煤厂运行时均是必不可少的，采用图形数据库能够推进选煤厂工作更加有效的开展下去。在进行选煤设备图形数据库的开发工作时，工作人员应当实现将选煤设备的图库以及具体参数进行划分并将图库进一步重组，完成该项工作后，技术人员便可以采用专家知识完成选煤厂的选型工作。
在实际开发人工智能选煤图形数据库时，工作人员可对设备的图库以及相关参数进行进一步的存储，从而运用专家知识来创建图形数据库，进一步完成选型工作。若设计人员想要进一步完善及开发专家系统，便可结合CAD系统实现集成运用。目前人工智能在选煤工作中的主要研究方向是选煤设计的CAD系统，在实际的设计工作中，技术人员将专业性知识与现代人工智能技术相结合，共同完善CAD系统具有重要意义。在CAD数据库中运用专家系统能够提升图像的设计效果，从而进一步提高选煤厂设计工作的有效性。另外，智能化选煤图形数据库采用了Pa radox、DELPHT、3DAX等数据库进行开发，因此，技术人员不论是单机还是联网均能够进行软件开发工作。
3 结束语
综上所述，从目前形式来看，人工智能技术在选煤领域的应用已愈来愈广泛。开展选煤工作的主要目的是去除煤炭中多余杂质，降低产品灰分，提高发热量，以此
提高煤炭生产工作效益。而为了提高煤炭产品质量，巧妙运用人工智能技术开展工作就变得重要起来。本文主要探讨了三种人工智能技术在选煤工作中的实际应用，随着科技的进步，未来也必将衍生出更多有效的智能化技术，进而为选煤工作带来更多的便捷，提升煤炭企业生产效益。
参考文献：
[1]闫胜雄.重介选煤工艺存在问题及自动化控制技术优化研究[J].内蒙古煤炭经济，2019（3）：43.
[2]刘成敏.PLC技术在选煤厂生产过程自动化中的应用浅议[J].电子世界，2017（15）：135-137.
[3]何浩.PID技术在选煤自动化控制方面的使用[J].内蒙古煤炭经济，2013（5）：121-122.