郑诚
- 作品数：5 被引量：27H指数：4
- 供职机构：中国矿业大学化工学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金江苏省高等学校大学生实践创新训练计划项目更多>>
- 相关领域：矿业工程自动化与计算机技术更多>>
- 重介分选过程参数实时预测及智能控制技术研究被引量：4
- 2020年
- 针对传统重介分选工艺调节效果差、分选效果不理想的问题,提出了重介分选过程中原煤资料的整理及在线预测资料处理方式,并根据获得的原煤资料对精煤产率和分选密度进行实时预测。研究表明,基于生产指标在线预测的重介分选过程控制策略实现了前馈和反馈相结合的控制机制。临焕选煤厂的工业应用表明,重介分选智能控制系统极大地提高了重介分选过程的智能化水平。
- 欧阳其春郑诚王昊鑫
- 关键词：重介分选控制策略
- 基于蠕动泵的浮选自动加药装置设计被引量：13
- 2019年
- 为解决目前浮选药剂添加过程中自动化程度低、加药精度低、药剂消耗量大等问题,研制了一种主要由储药箱、除杂装置和防护柜体组成,以蠕动泵为执行机构的浮选自动加药装置。实验结果表明,该装置在流量为200～450mL/min时,相对误差小于1%,控制精度高且适应性强,适用于浮选过程中小流量药剂的精准加药。
- 郑诚邓建军王传真张孝逐
- 关键词：浮选蠕动泵
- 浮选加药量预测模型的研究被引量：4
- 2020年
- 为解决浮选加药过程中存在的人为主观因素大,浮选产品灰分易波动,浮选药剂耗损量大等问题,分别建立了基于BP神经网络和GRNN神经网络的两种加药量预测模型,并设计硬件系统,对两种模型预测的捕收剂添加量和起泡剂添加量进行了试验验证。结果表明,基于BP神经网络建立的浮选加药量预测模型预测效果较好,更适用于浮选生产过程中的药剂添加量预测。
- 杨晓鸿郑诚王昊鑫
- 关键词：BP神经网络GRNN神经网络
- 基于灰度图像特征的电选粉煤灰烧失量预测被引量：4
- 2020年
- 针对传统粉煤灰烧失量检测耗资大,耗时长等问题,提出了粉煤灰烧失量图像识别快速检测的方法,运用工业摄像头获取不同梯度烧失量的粉煤灰图片,通过MATLAB处理后来获取粉煤灰的灰度图像特征参数,根据灰度特征参数,分别利用BP神经网络、SVM神经网络、ELM神经网络建立粉煤灰烧失量的预测模型,比较不同神经网络对粉煤灰烧失量的预测效果。结果表明:通过ELM神经网络建立的粉煤灰烧失量模型对粉煤灰烧失量的预测效果最好,该模型稳定性好,预测准确度高,可用于工业生产中的粉煤灰烧失量快速检测。
- 陈师杰李海生陈英华陈英华陈英华王文平
- 关键词：摩擦电选烧失量图像识别
- 粒度对微粉煤摩擦电选分选过程的影响被引量：2
- 2015年
- 应用摩擦电选技术对灰分10.92%,粒度<175μmm的黑龙江双鸭山煤进行了试验研究,得到了显著分选效果。同时试验结果表明,入料粒度是影响摩擦电选分选效果的重要因素:随粒度的减小,各样品的灰分均先逐渐减少然后逐渐增加,产率随粒度的增大先增加后减少,符合破碎分布规律,粒度<83μm的筛下累计产率均>70%,分选效果保持在较高水平;随粒度的减少,脱灰率持续升高,可以达到67.23%,煤粉粒度越小,其荷电荷质比越大,煤与矿物质越容易分离,摩擦电选的分选效果也就越好。
- 李超永章新喜何鑫李海生郑诚庄梓巍
- 关键词：摩擦电选微粉煤粒度
