众赢国际版app快讯,第一手为你呈现
2016年岁尾,寒风凛冽,众赢国际版app科技研发人员对山西某大型煤矿的煤样进行分选研究。编程、校验、配样、试验、统计、分析……这些枯燥的过程在研发人员这里一遍又一遍的进行着。终于功夫不负有心人,经过几天的奋战,选定了合理的分选参数,取得了理想试验效果,获得了业主的一致好评!
以上所描绘的场景,正是众赢国际版app科技天津半工业试验基地的日常状态。众赢国际版app科技在天津试验基地制造了两台1:1的TDS工业样机。其中,A样机为TDS10-305型(300-50mm大块工业样机),B样机为TDS10-102.5型(100-25mm中块工业样机)。与传统设备厂商相比,众赢国际版app科技走了一条新型的工程设计和设备销售的道路——项目未动,试验先行。
一、什么是半工业试验
百度百科的解释是:半工业性试验是半工业性选矿试验的简称。是在实验室试验的基础上,利用工业生产的工艺设备(一般在半工业试验厂中)进行一定时间的连续性选矿试验。试验对象是那些在生产上无先例而又要进行工业设计或工业评价的新矿种、新方法、新流程、新设备和大型矿床。
二、TDS半工业试验的重要性
1. 建立模型
众赢国际版appTDS智能干选机的工作原理:采用X射线智能识别方法,针对入选原煤煤质特征建立与之相适应的分析模型,通过大数据分析,对煤与矸石进行数字化识别,最终通过高压风智能排矸系统将矸石排出。通过上面介绍可以知道,TDS智能干选机不同于传统选煤方法,它并不是按密度差异进行分选的,而是通过X射线的穿透识别,所以煤的性质不同、元素差异都会得到不同的识别参数,如何设置合理的识别参数,就需要采集大量的原煤X射线的数据特征,通过大数据技术,建立分析模型,告诉智能识别系统什么是矸,什么是煤。中国的煤炭资源储量丰富,分布地域广泛,煤质差异较大。不同地区煤的灰分,水分,物理化学性质等都不尽相同,即使是同一地区不同煤层的煤质之间差异都可能比较大。为使TDS智能干选机更好的适应不同煤质的分选,需通过半工业试验,针对不同的煤质特征,建立相应的分析模型,然后据此对各个煤矿有针对性的开发相应的TDS设备。
山西某项目与客户共同进行试验
2. 验证效果
智能干选技术的研究最早始于60年的英国,当时X射线选煤机研制成功,但为什么没有迅速推广开呢?原因在于分选效果差:矸石带煤:12.2-22.6%、煤中带矸:23.2-31.8%,自然得不到工业应用。
几十年来,国内外一些公司陆续开始了此项技术的研究,德国、挪威、波兰、奥地利等国家,均研制了用于煤炭分选的干选机。其分选精度的整体水平为:矸石带煤:5-10%;煤中带矸:10-20%。因为分选精度的原因,德国、挪威、波兰、奥地利等国的干选机,仅在煤炭行业有个别零星应用,未能广泛推广。
因此,干选机的精度问题,对这个行业来说,是长期以来都没有解决的最大的问题。
众赢国际版app科技的最大贡献,就是实现了智能干选机分选精度的大幅度提高,使其分选效果超过了动筛和跳汰,具备了工业化应用的条件。目前,众赢国际版app在赵庄运行的TDS智能干选机,不但分选粒度上限达到了300mm(最大入料粒度1000mm),其分选精度也远远超过行业水平,矸石带煤率降低至0.85%。能够做到智能干选机高精度分选并在现场连续稳定运行,众赢国际版app科技是第一家,也是目前唯一的一家。
俗话说“老王卖瓜,自卖自夸”,空口无凭,对于真正想要使用智能干选机的业主来说,难免有疑问。所以,为打消业主的顾虑,提前进行试验非常有必要。对业主来说,亲身体验分选效果,有助于进一步了解设备,避免新设备新技术带来的风险。
三、如何进行TDS半工业试验
首先要对目标煤矿或选煤厂应用TDS智能干选机的必要性进行初步论证,确定分选粒级。
然后根据分选粒级来进行采样,采样重量约2-3吨。若煤质较软,为保证足够的试验次数,需增加采样量,建议3-5吨。若原煤采样困难,或块原煤的煤矸比波动较大,可以采取炭块与矸石分别采样的方法,各采1.5吨左右,运至天津试验基地后,再根据煤矸波动情况进行配比试验。另外,若矿井有多个采煤层,且各煤层煤的性质差异较大,需分别进行采样。
煤样寄送地址:天津市西青经济开发区赛达新兴产业园新兴1支路7号,天津众赢国际版app科技有限公司。
邮编:300385
电话:022-59183397
手机:13821232766 13920639915
“扫一扫”即可将网页分享到朋友圈
相关文章
2024-01-02
2023-12-09
2023-12-02
2023-12-01
2023-11-27
2023-11-17
2023-11-15
2023-11-14
2023-11-10
2023-11-02
2023-10-24
2023-10-09
2023-08-30
2023-08-18
2023-08-07
2023-08-07
2023-08-07
2023-08-07
2023-08-07
2023-08-07
2023-07-17
2023-07-12
2023-07-04
2023-06-30
2023-06-30
2023-06-05
2023-05-30
2023-05-30
2023-05-25
2023-05-10
2023-05-04
2023-03-22
2023-03-06
2023-03-02
2023-02-21
2023-02-17
2023-02-10
2023-02-03
2023-01-10
2022-12-22
2022-12-10
2022-12-10
2022-11-29
2022-11-29
2022-11-29
2022-11-07
2022-10-10
2022-10-09
2022-10-09
2022-09-27
2022-09-27
2022-09-20
2022-09-14
2022-09-05
2022-08-12
2022-08-12
2022-08-12
2022-07-29
2022-07-15
2022-07-06
2022-07-01
2022-06-27
2022-06-23
2022-06-23
2022-06-08
2022-06-06
2022-05-25
2022-05-25
2022-05-10
2022-04-29
2022-04-24
2022-04-24
2022-04-24
2022-04-14
2022-04-11
2022-04-06
2022-03-28
2022-03-28
2022-03-23
2022-02-28
2022-01-30
2022-01-30
2022-01-30
2022-01-15
2021-12-21
2021-12-20
2021-12-10
2021-12-06
2021-11-23
2021-11-19
2021-11-19
2021-11-15
2021-11-05
2021-11-01
2021-11-01
2021-10-28
2021-10-28
2021-10-28
2021-10-28
2021-10-28
2021-10-04
2021-09-26
2021-09-18
2021-09-14
2021-09-10
2021-09-10
2021-09-02
2021-08-27
2021-08-23
2021-08-13
2021-08-06
2021-08-06
2021-07-16
2021-07-13
2021-07-13
2021-07-07
2021-06-22
2021-06-22
2021-06-22
2021-06-01
2021-05-17
2021-04-30
2021-04-20
2021-04-20
2021-04-20
2021-04-20
2021-03-17
2021-03-17
2021-03-01
2021-03-01
2021-03-01
2021-03-01
2021-03-01
2021-03-01
2021-03-01
2021-01-22
2021-01-22
2021-01-22
2021-01-16
2021-01-16
2020-12-28
2020-12-28
2020-12-28
2020-12-28
2020-12-28
2020-12-28
2020-11-25
2020-11-25
2020-11-11
2020-11-11
2020-11-11
2020-11-11
2020-11-11
2020-11-11
2020-11-11
2020-11-11
2020-09-09
2020-08-19
2020-08-19
2020-07-23
2020-07-16
2020-07-16
2020-07-16
2020-05-20
2020-05-20
2020-04-10
2020-04-10
2020-03-24
2020-03-16
2020-03-09
2020-02-27
2020-02-27
2020-02-13
2020-01-15
2020-01-15
2020-01-15
2019-12-18
2019-12-06
2019-12-03
2019-12-02
2019-12-02
2019-11-18
2019-11-18
2019-11-18
2019-11-07
2019-11-07
2019-11-07
2019-10-28
2019-10-28
2019-10-28
2019-10-28
2019-10-17
2019-10-17
2019-10-17
2019-10-17
2019-10-17
2019-10-17
2019-09-19
2019-09-19
2019-09-19
2019-09-19
2019-09-19
2019-09-06
2019-09-06
2019-09-06
2019-09-06
2019-09-06
2019-07-19
2019-07-18
2019-07-09
2019-07-09
2019-07-09
2019-07-09
2019-07-09
2019-07-09
2019-07-09
2019-07-09
2019-07-08
2019-07-08
2019-07-08
2019-04-08
2019-04-08
2019-03-09
2019-02-28
2019-02-28
2019-02-28
2019-02-28
2019-02-28
2019-02-25
2018-11-26
2018-11-26
2018-11-19
2018-11-12
2018-11-05
2018-11-05
2018-11-05
2018-10-29
2018-10-15
2018-10-09
2018-09-30
2018-09-30
2018-09-25
2018-09-20
2018-09-17
2018-09-17
2018-09-17
2018-09-17
2018-08-21
2018-08-09
2018-08-01
2018-08-01
2018-08-01
2018-07-20
2018-07-20
2018-07-20
2018-07-19
2018-07-17
2018-07-06
2018-06-30
2018-06-28
2018-06-27
2018-06-23
2018-06-22
2018-06-21
2018-06-15
2018-06-09
2018-05-31
2018-05-30
2018-05-28
2018-03-29
2018-02-26
2017-12-19
2017-11-10
2017-11-10
2017-11-07
2017-11-07
2017-10-30
2017-10-27
2017-10-27
2017-10-23
2017-09-07
2017-08-31
2017-08-31
2017-08-29
2017-08-24
2017-08-18
2017-07-17
2017-07-14
2017-07-03
2017-06-29
2017-06-29
2017-06-29
2017-06-28
2017-06-02
2017-05-23
2017-05-11
2017-04-27
2017-04-22
2017-04-22
2017-04-22
2017-04-22
2017-04-22
2017-04-22
2017-04-22
2017-04-21
2017-04-20
2017-03-31
2017-03-31
2017-03-23
2017-03-23
回到顶部