一种自动化无人值守煤矿泵站供液系统的制作方法

本发明属于矿山设备的自动控制，尤其涉及一种自动化无人值守煤矿泵站供液系统。

背景技术：

1、在矿山开采领域，综采工作面开采需要使用大量高压乳化液作为工作介质，用于液压支架等设备。煤炭开采过程中，液压支架所采用的乳化液浓度不准确，会影响支架的寿命，降低液压支架的使用年限。因此需要根据进水和回液的情况，经常自动调整乳化液配比，使乳化液浓度保证在液压支架的应用范围内，并根据支架用液量、泵站出液量、高压集中供液站出液压力、管路回液过滤站回液流量、制水纯水水质、配液供油流量，进行智能配液、自动控制出液量，保证乳化泵产生足够的高压乳化液。通过智能大数据综合计算保证最大效率配液和供液，提高配液乳化油的使用率，降低乳化油的消耗，提高净化供水站ro膜的使用寿命等。

2、现有的乳化液泵站供液方法中，步骤如下：1)多级净化供水站产生纯水，2)配液站出口安装配出液浓度检测，配出乳化液存放在液箱内，实时供给乳化泵站，3)乳化泵站出口管道处加装有压力传感器，通过传感器的监测值获取出口压力，根据监测出口压力对乳化液泵站进行控制。当出口压力小于特定阈值时(如31.5mpa)，则持续乳化泵加压，即调高泵站中的变频器频率，如在设定时间内加压不够(无外部管路问题)，则启动辅泵加压，提高出液流量。4)乳化泵出液后，通过高压过滤站对乳化液过滤后，给支架供液；5)支架管路回液通过回液过滤站回液到液箱。

3、现有技术中的上述方案存在如下问题：

4、1)在纯水制作过程中，对ro膜使用维护过程，没有大数据分析，使用中无法判定ro膜的使用寿命，容易影响支架设备使用率；

5、2)乳化液配液站配液时出液量没有控制，现有方式容易对乳化油造成过多的浪费，配出的乳化液容易形成沉淀，影响支架的使用寿命；

6、3)乳化泵产出的高压乳化液通过出口压力值的变化，调整辅泵备泵是否启停，工频频繁启停耗电大，电源谐波高，供给压力和流速流量不稳定，必然会影响工作面设备的生产效率和支架的使用寿命；

7、4)管路回液回到液箱，回液时乳化液浓度没检测，与配出的乳化液没进行比较，容易影响液箱乳化液的浓度值，没检测回液的流量，无法知道乳化液的使用率，无法精准控制配液量，而引起过多使用乳化油，造成过多的浪费。

技术实现思路

1、有鉴于此，本发明实施目的在提供一种智能供液、配液方法、通过tcp/ip,profinet现场总线、电子设备和控制系统、边沿计算等，以解决现有技术中纯水制水、配制乳化液、乳化泵加压补压，回液过滤等过程中的各种问题，使整个供液过程更加数字化，更加精准，更加节能高效。

2、本发明公开的一种自动化无人值守煤矿泵站供液系统，包括：

3、多级净化水处理控制器，用于纯水制水、ro膜的寿命、纯水制水量、纯水箱最佳水位的控制及预估；

4、自动配液站控制器，用于乳化液配置、最佳配液浓度预估、用油量预估、用液量预估、乳化液箱最佳液位预估；

5、泵站控制器，控制泵站中每一泵体的开启或关停，预估泵站实时出液量；

6、自动回液过滤控制，用于回液流量、回液浓度检测，预估出实时用液差值；

7、系统控制器，用于各控制器的数据集合、数据保存、数据上传、数据预估；

8、集中控制器，设置于地面上；其用于接收所述系统控制器发送的各个分控制器的相关数据，用于地面实时监控，制作报表，故障排查。

9、进一步地，所述系统控制器获取历史时间段内采集制纯水、配液、乳化泵出液、回液、用液设备各项数据值，将单位时间检测的参数分别与纯水制水量关联、配液用油量关联、配液浓度、配液量关联、乳化泵出液量关联，作为数据基础样本；

10、以所述数据作为变量，将制水前进水水质、制水后纯水水质、乳化液出液量、乳化液回液量、纯水箱水位、乳化液箱液位、液压设备控制参数、最佳用液液位h液佳输入至液位、纯水位综合计算模型中计算，得到实时制纯水量，从而得出纯水箱用水最佳水位值，减少ro膜反渗透的实时工作时间；

11、以所述采集的数据作为变量，将乳化油用油量、乳化泵出液量、乳化液回液量、乳化液出液浓度、乳化液回液浓度、液箱液位、液压设备控制参数、最佳配液浓度h配佳输入到配液浓度综合计算模型中计算，得到实时的配液浓度，自动调节浓度值至最佳使用值、得到实时的出液量，从而得出乳化液箱用液最佳液位值，防止液箱乳化液变质。

12、进一步地，所述液位、纯水位综合计算模型具体包括：

13、1)设实时的出液流量e1，实时的回液流量e2，实时的配液流量e3，液箱的底面积为s，hn为采样时间，h基为液箱基础液位，n为采样次数；

14、瞬时用液液位△h1计算如下：

15、

16、2)计算瞬时平均用液液位无配液回液时

17、计算瞬时平均用液液位有回液时，

18、计算瞬时平均用液液位△hn：

19、有配液回液时；

20、e1i，e2i，e3i分别为采集的第i个实时的出液流量e1，实时的回液流量e2，实时的配液流量e3；

21、3.)经过一定时间累积，得到生产用液的最佳用液液位h液佳；

22、h液佳＝h液基+δhn+ε，其中ε为用液修正因子；

23、4)计算纯水位值h水佳

24、k为混合比例。

25、进一步地，所述用液修正因子ε通过以下方法进行确定：

26、将采集的乳化泵出口压力值、高压过滤站系统压力值、液箱液位、出液流量、回液流量、液压设备控制参数，最佳用液液位h液佳组成特征向量[x1,x2,…xn]作为输入，用液修正因子ε作为输出，组成泵站供液系统监测数据测试集；

27、将泵站供液系统监测数据测试集输入至基于mlp的卷积记忆残差神经网络模型中计算，学习率设置为0.002，利用梯度下降法迭代训练网络，直至损失函数收敛，得到在设定压力下实时的最大供液流量，来控制乳化泵的出液量调整值。

28、进一步地，基于mlp的卷积记忆残差神经网络包括两个mlp和卷积记忆残差神经网络，每个多层感知器mlp包括输入层，隐层，输出层；其中的一个mlp将每一维数据内部进行自融合，另一个mlp在不同的通道之间通信，将每一维数据互相进行融合；

29、将输入特征值组成向量，将特征向量与卷积核作互相关运算，再输入mlp，mlp提取数据底层特征后，再经过卷积记忆残差神经网络的非线性激活层、全局平均池化层，卷积层，最后经过全连接层进行预测乳化泵的调整值。

30、进一步地，所述配液浓度综合计算模型具体包括：

31、采集配液浓度值为n配，hn为液箱液位高度，出液瞬态浓度值为nn,回液瞬态浓度值为mn，实时的出液流量e1，实时的回液流量e2，实时的配液流量e3；

32、计算瞬时配液浓度：

33、n配瞬时＝(nn*(s*hn)+e3n*hn+e2n*hn-e1n*hn-mn(e2n*hn))/(s*hn+e3n*hn-e1n*hn)

34、计算平均最佳配液浓度

35、δ为校正系数。

36、进一步地，所述校正系数δ由以下方法获取：

37、将乳化油用油量、乳化泵出液量、乳化液回液量、乳化液出液浓度、乳化液回液浓度、液箱液位、液压设备控制参数和计算的最佳配液浓度h配佳输入到基于mlp的卷积记忆残差神经网络模型中计算，得到配液浓度校正值。

38、进一步地，所述基于mlp的卷积记忆残差神经网络的损失函数为均方误差损失函数。

39、与现有技术相比，本发明实施例提供的上述技术方案至少具有以下有益效果：

40、本发明实施例提供的供液中心智能供液方法、控制器、系统控制、集中控制器和控制系统，提供了一种煤矿泵站供液中心智能数字化控制系统，通过分控实时了解工作状态，从各分布式分控上传得到数据的总控以以太网tcp/ip再与远程工作台实现高速连接，实现远端控制、数据采集、数据监控、数据汇总，实现智能物联网整体连接，提升整体泵站供液的实时数据效率，方便及时了解供液现场的情况、可及时调配运营状态，提升最大效率，采用高端智能模块，实现集中数据采集、集中控制、远程监控、无人值守、降低人工成本、提高营运效率、统计大数据等，从而能够即时地调控供液压力和供液量，极大提高了供液中心的使用效率。