中煤科工集团北京华宇工程有限公司平顶山分公司 河南平顶山 467000
摘要：目前，选煤厂给水排水设计规范较少，尤其是消防设计缺乏可依据规范，且条文说明简单，而且针对智能化选煤设计技术的革新更是少之又少。选煤厂中的给排水设计作为选煤厂智能化的重要环节，离不开水平衡和介质平衡，而流体相比固体，利用管道、仪表和阀门是最易实现远程和智能控制的，因此，智能化的设计理念应在给排水设计初始阶段便要贯穿其中。本文就智能化选煤厂的给排水设计展开分析。
关键词：智能化选煤厂；给水；排水；设计；消防
引言
设计思路首先要建立选煤厂的智能分析平台，由大数据中心和决策系统组成，所有智能环节均集中到该平台统一处理决策。智能化必须分步实施看成果，因此，可以先从以下几个小的环节，作为局部智能化改造的试点。
1 洗水量智能自动调节系统
洗水量是根据原煤入选量的变化数据，自动联动循环水泵变频调节水量。选煤厂的原煤入选量一直处于波动变化中，从来不是个固定值，而对应入选量的循环水量往往按最大量条件设计，而实际生产中一般低于此值，造成水泵长期在高流量高耗能工况下使用。
解决思路：首先通过煤质分析和试验，获得最优吨煤水耗，在智能平台进行标定；进入主选车间的原煤电子皮带秤传送即时运量数据给大数据中心，由智能系统反馈给循环泵的变频器，根据实施数据对应调节水量。吨煤洗水量自动调节系统如图2所示。
2 在线循环水浓度测量系统
自动加药装置可以实现自动定量定时调节浓度进行加药，已经普遍用于选煤厂，但受制于浓度测量仪表的缺陷，并没有实现靠溢流浓度自动智能加药的功能。大多数选煤厂还是通过取样化验、人工观察，加药制度不完善。
.png)
图2 吨煤洗水量自动调节系统
此系统首先要根据实验室结果，标定某浓度值下对应的加药量、浓度值；其次，改造自动加药装置智能化，可以实时接收智能分析平台对于浓度计反馈的数值的决策指示，并自动调节计量泵的出力；最后，要选用具有精确、即时、在线的浓度测量仪。系统构想流程如图3所示。
.png)
图3 在线循环水浓度测量系统
市场上浓度计主要有以下两类：（1）GB-CMR音叉式泥浆浓度计。多用于食品、制药、化工行业，原理是依靠被测液体的振动频率，通过测量浓度变化引起振动频率变化，再计算获得。但对于含有大量固体颗粒的煤泥水来说，颗粒冲击会引起音叉的频率无规律变化，影响测量结果，因此不建议采用接触式浓度计。（2）采用Na22放射源的非接触式密度计。Na22属于V类以下放射源，低于国家《电离辐射防护与辐射源安全基本标准》，对于人体无伤害，对于环境无污染，不受国家环保及公安、卫生等各个部门的监控；而且具有全国豁免权，目前已在金属矿山领域得到应用，选煤行业完全可以借鉴采用。智能化改造仅需加装二次表进行密度浓度的转换，完全可以实现浓度值任意单位的现场显示、远程传输。
综上，Na22非接触式密度计无论是在速度上还是效果上，明显优于音叉式。经上述改造，煤泥水加药系统基本具备了实现智能加药的功能。
3 在线浓缩底流浓度测量系统
选煤厂尾煤浓缩后的下游环节一般进入压滤机脱水处理。在适宜的底流浓度下（350～500 g/L），高效快开压滤机可以1 h完成三四次压榨循环周期，如果底流浓度较低，则入料时间变长，只能完成一两次，甚至一次。有些厂压滤机因为底流浓度很低，入料时间长达30 min以上，基本都是大量的水进入压滤机又通过滤板溢出，导致压滤机工作效率很低。经调研发现，大多数选煤厂将底流泵的启停与压滤系统搅拌桶液位计联动，液位低开泵，液位高停泵，底流不设浓度检测装置，即使浓度很低，也被输送至压滤系统。
解决方案为：浓缩机底流管加装浓度计，标定浓度值区间（350～500 g/L），如浓度到此区间内，智能分析平台启动底流泵；同时底流泵与搅拌桶高液位预警有优先级，避免桶溢的情况出现。在线浓缩底流浓度测量系统如图4所示。
.png)
图4 在线浓缩底流浓度测量系统
经过上述改造，仅需一个浓度计，就可以使得适宜浓度的浓缩底流进入压滤系统，压滤机可以在高效工况下稳定工作，发挥最大能力。
4 提高远程在线阀门的使用比例
大多数选煤厂根据设计原则一般只在需要调节流量（例如桶位补水、密度调节）、压力、大口径管道的位置上设置调节阀和切断阀，常见的执行机构有电动、电液动、气动等，但进集控的数量较少，远程控制程度较低，更谈不上智能化了。举例说明，一个120万t的重介工艺炼焦煤选煤厂，DN80以上阀门可以达到100多个，分布在生产清水系统、重介系统、粗煤泥系统、细煤泥系统、压缩空气系统中，其特点是数量多，分布广，从而造成阀门的管理困难、处理时间长、修复难度大，工人巡视检查、操作劳动强度大。
综上所述，应尽快推行选煤厂工艺管道主要阀门、大部分次要阀门（主要指管径>DN200、隐蔽位置安装、高空位置安装）的远程在线控制比例，虽然初期投资较高，但可以全面降低工人操作强度和管理成本。未来的智能化选煤厂可以在阀门执行机构安装网络模块，通过智能系统平台就可以看到每个阀门的工作情况（比如开度、泄漏情况、执行机构故障报警）等。
5 建立选煤厂管道流量监控数据系统
选煤厂无论是自动化水平还是管理水平都要远低于电力、石油、化工行业，根本原因除了煤炭行业粗犷的特性外，从设计初始便要求不高。煤流、水流很多环节都不设置任何传感器。例如水泵在某个开度下的压力、流量是多少，没有确切数据，仅仅依靠设备铭牌的出厂参数和阀门比例作出大致判断，因此煤炭洗选过程中的水流平衡更像是一种模糊科学。
解决思路为：在水泵出口管道选取高低位置安装普通远传压力表，再安装分段式二次表头，利用管径两端压力差，忽略温度、管阻，就可以利用伯努利方程Z+P/ρg+u2/2g=常数，计算出流速，流量。相比较电磁流量计，该方法以比较低的成本解决了选煤厂大量管道需要流量测量的问题。通过流量大数据分析，可以判断选煤厂的整体水耗情况，及时调整水泵工况、进行管道优化，提升全厂水路智能化管理。
6 介质管道、隐蔽管道磨损泄漏在线检测技术
选煤厂易磨损的管道主要是介质管道、煤泥水管道，还有一些隐蔽管道因长期不易观察导致没有定期维护，如埋地管道，高空管道等，目前没有任何主动检测手段，仅依巡检员进行肉眼观察，或者是发现泄漏点后的被动检测。但管道磨损泄露初期如果没有发现，后期漏点扩大，严重就要停泵检修，更换管道，特别重要管道还会引发全厂停产。因此应采取一种可以定期在线检测管道磨损的技术措施，可以做到未雨绸缪。
金属管道检测一般分为直接检测、间接检测。直接检测法用于石油、化工行业长输管道上，一般有管道漏磁在线检测技术、超声波智能爬机检测等，可以应用于选煤厂重要管道。间接检测法常采用压力信号法、波敏法进行检测。压力信号法一般是在管道上设置4个压力表，分别测量上下游压力梯度，计算出泄漏点位置。而波敏法则是管道泄漏点的负压力表会沿着上下游方向传播，通过安装的压力表，计算波长到达的时间差，时间会随着漏点位置的变化而变化，此法非常精确，误报率很低。选煤厂管道与长输管道不同，种类多、布置复杂，间接测量法方式并不适用。
近年来Ametek公司推出的NDT 3D手持扫描设备，它是市场上用于管道完整性评估的NDT 软件，可测量长达18 m（60英尺）的管道，可自动完成内外部管道缺陷（如金属腐蚀、凹痕和机械损伤）的现场检测、探测及特征鉴定。它配合使用Pipecheck软件，通过一次性扫描整个管道或采用多台 HandySCAN 3D 同步扫描，可在短时间内快速检测两个接口间的整段管道。此类设备可以在选煤厂尝试推广使用。
7 渣浆泵过流部件（叶轮、涡壳等）在线检测技术
渣浆泵的过流部件如叶轮，一直是选煤厂经常损坏的备件之一，虽然近年来采用了耐磨材质，如工业泵厂的GLH1、Cr28高铬合金材料，但面对重介质悬浮液、煤矸颗粒的磨损、块煤的冲击、气蚀现象的腐蚀，仍然不堪重负。由于过流部件直接与浆体高速接触，不可能在内部设置传感器进行磨损观察，因此可以采用如下方法间接检测。（1）泵壳位置，安装震动传感器，收集正常运行期间的震动数据，进入智能分析平台标定在正常运行区间；后期随着磨损增加，根据震动变化等大数据筛选出磨损数据。（2）泵出口位置，安装压力传感器，磨损会引起压力变化，方法同上。（3）泵出口位置，安装流量计，磨损会引起流量变化，方法同上。
引起上述参数变化不止有磨损一种原因，因此在研究阶段，必须都进行数据的收集研判，筛出磨损变化与其他变化的不同。
8 结语
本文从选煤厂的煤泥水处理环节（浓缩加药、循环水使用）的工艺设计、流体机械（渣浆泵）使用和检测、管道输送检测等方面提出了智能化改造的建议，适用于大多数选煤厂的洗选工艺。但其改造效果可能受限于目前的生产观念、技术水平。例如，选煤厂自动化程度较其他行业仍然很低，可检测数据少；浓度计等仪表检测数据误差大、传输高延迟；煤泥水加药沉淀机理的分析仍不成熟；管道在线监测设备使用不方便，必须人工手持监测，工作量大；渣浆泵过流部件通过检测运行状态判断不准确，无法直接检测过流部件等。上述问题还需要选煤研究机构、设备厂商、生产管理者从现场的实际情况出发，共同解决。
作为煤炭产业二次提升价值的环节，煤炭产品质量会直接影响煤炭市场和煤矿的经济效益。因此提升选煤厂的煤炭加工水平，近年来越来越得到煤炭行业的重视。为了煤炭洗选的过程和产品结果能够通过信息通道被及时得到监控和智能管理，提高洗选的煤炭产品数质量，选煤厂智能化发展是未来的必然趋势。
参考文献：
[1]张振，陆小兵．智能化选煤厂架构探讨[J]．煤炭加工与综合利用，2014（9）：57-59.
[2]匡亚莉．智能化选煤厂建设的内涵与框架[J].选煤技术，2018（1）：85-91.
[3]黄健华．选煤过程智能化总体构想初探[J].煤炭加工与综合利用，2017（5）：57-62.
[4]郭佐宁，高赟，薛忠新，等．张家峁选煤厂智能化建设架构设计研究[J].煤炭工程，2018，50（2）：37-39.