一种基于互联网的煤炭智能储运系统的制作方法

1.本发明涉及煤炭储运技术领域，具体为一种基于互联网的煤炭智能储运系统。


背景技术：

2.煤炭储运系统，燃煤火力发电厂完成煤炭运输、储存任务的有关设备和设施的综合作业流程。
3.目前煤炭储运系统运行中出现堵煤的故障较多，导致降负荷或临时性停车，影响煤储运系统的正常运行，降低煤炭储运效率的问题；
4.为了解决上述缺陷，现提供一种基于互联网的煤炭智能储运系统。


技术实现要素：

5.本发明的目的在于为了解决目前煤炭储运系统运行中出堵煤的故障较多，导致降负荷或临时性停车，影响煤储运系统的正常运行，降低煤炭储运效率的问题，而提出一种基于互联网的煤炭智能储运系统。
6.本发明的目的可以通过以下技术方案实现：一种基于互联网的煤炭智能储运系统，包括数据采集单元、服务器、干燥分析单元、破碎分析单元和控制单元
7.数据采集单元采集煤炭信息和煤炭存储信息，并将其发送至服务器进行存储；
8.干燥分析单元根据干燥处理前后的煤炭信息对煤炭干燥处理进行分析得到有效处理状态和处理不佳状态，将有效处理状态和处理不佳状态标记为干燥处理状态，并发送至控制单元；
9.破碎分析单元根据破碎处理前后的煤炭信息对煤炭破碎处理进行分析得到明显破碎状态、合格破碎状态和不良破碎状态，将明显破碎状态、合格破碎状态和不良破碎状态标记为破碎处理状态，并发送至控制单元；
10.控制单元用于对入仓前的煤炭信息进行综合分析得到待次品煤炭和待存储煤炭，将待存储煤炭运送至煤仓进行存储操作，将待次品煤炭通过黏度和水分的分析进行返回至干燥处理操作或粒度分析操作，其中粒度分析操作是对次粒度煤炭和入仓标准煤炭的粒度值通过数据处理和分析进行返回破碎处理操作或运送至煤仓进行存储操作，同时根据接收到干燥处理状态和破碎处理状态进行设备分析和设备维护。
11.作为本发明的一种优选实施方式，煤炭信息包括干燥处理前后煤炭信息、破碎处理前后的煤炭信息，煤炭储存信息包括煤炭储存煤量和煤仓日用煤量，其中干燥处理前后的煤炭信息包括初煤水分和干煤水分，破碎处理前后的煤炭信息包括干煤粒度和碎煤粒度，入仓前的煤炭信息包括入仓黏度、入仓水分和入仓粒度。
12.作为本发明的一种优选实施方式，干燥分析单元对煤炭干燥处理进行分析，具体为：
13.获取单位时间内煤炭卸载槽的初煤水分和单位时间内经过干煤棚干燥后的干煤
水分，并将其标记为wet1和wet2；通过预设模型得到水分处理值wl，预设水分处理区间q1，当水分处理值大于预设水分处理区间q1中的最大值时，则将该干燥处理标记为明显干燥处理；当水分处理值处于水分处理值q1之内时，则将该干燥处理标记为合格干燥处理；当水分处理值小于预设水分处理区间q1中的最小值时，则将该干燥处理标记为不合格干燥处理；
14.统计明显干燥处理、合格干燥处理和不合格干燥处理的数量和，并将其分别标记为m1、m2和m3；将明显干燥处理和合格干燥处理标记为有效干燥处理，则有效干燥处理的数量和为m1+m2，则有效处理数量和占的百分比为明显干燥处理的数量和占比为不合格干燥处理数量和占比为当时，则将该干燥处理标记为有效处理状态；当则将该干燥处理标记为处理不佳状态。
15.作为本发明的一种优选实施方式，破碎分析单元对煤炭破碎处理进行分析，具体为：
16.步骤一：获取单位时间内干燥处理后的干煤粒度和破碎处理后的碎煤粒度，并将其分别标记为ld2和ld3；将单位时间内干燥处理后干煤粒度和破碎处理后碎煤粒度进行差值计算得到单位时间内煤炭粒度破碎值，并建立二维直角坐标，以单位时间内煤炭粒度破碎值为纵坐标，以时间为横坐标，得到煤炭粒度破碎值和时间的二维折线图；
17.步骤二：预设破碎值q1，将大于预设破碎值q1的煤炭粒度破碎值标记为有效破碎值，将小于预设破碎值q1的煤炭粒度破碎值标记为无效破碎值，分别求取有效破碎值以及无效破碎值和预设破碎值的差值，并将其分别标记为有效破碎程度值和无效破碎程度值，分别统计有效破碎程度值和无效破碎程度值的数量，并将其标记为m4和m5；将所有有效破碎程度值进行求和并除以有效破碎程度值的数量得到平均有效破碎程度值，将所有无效破碎程度值进行求和并除以无效破碎程度值的数量得到平均无效破碎程度值，并将其标记为poe和pov；
18.步骤三：通过预设模型求得破碎处理值poz，其中a1、a2、a3和a4分别为预设权重系数，α为修正系数；
19.步骤四：预设破碎区间q2，当破碎处理值大于预设破碎区间q2中的最大值时，则将该破碎处理标记为明显破碎状态，当破碎值处于破碎区间q2之内时，则将该破碎处理标记为合格破碎状态，当破碎处理值小于破碎区间q2中的最小值时，则将该破碎处理标记为不良破碎状态。
20.作为本发明的一种优选实施方式，控制单元对入仓前的入仓黏度、入仓水分和入仓粒度进行综合分析，具体为：
21.步骤一：获取当天的空气湿度值，并将其标记为sh，预设模型kz＝ω
×
sh得到空湿影响值kz，其中ω为空气湿度值的影响转换值，预设影响值区间q3，当空湿影响值大于预设影响值区间中的最大值，则匹配到k1监测周期，当空湿影响值处于预设影响值区间之内时，则匹配到k2监测周期，当空湿影响值小于预设影响值区间中的最小值，则匹配到k3监测周期，其中k1＜k2＜k3；当匹配到k1监测周期时，则监测k1时间段内的单位时间段内的煤炭数据进行分析操作；当匹配到k2监测周期时，则监测k2时间段内的单位时间段内的煤炭数据进行分析操作；当匹配到k3监测周期时，则监测k3时间段内的单位时间段内的煤炭数据进行分析操作；
22.步骤二：获取入仓前的单位时间内的入仓黏度η4、入仓水分wet4和入仓粒度ld4，并将通过预设模型得到煤炭综合指标zb，其中b1、b2和b3为预设权重系数，为修正系数；
23.步骤三：预设煤炭综合指标值q2，当煤炭综合指标值大于预设煤炭综合指标值q2时，则将该煤炭标记为待返次品煤炭，当煤炭综合指标值小于预设煤炭综合指标值时，则将该煤炭标记为待存储煤炭，分别统计监测周期内待返次品煤炭和待存储煤炭的数量，将待返次品煤炭的数量除以待返次品煤炭的数量和待存储煤炭的数量之和，得到待返次品煤炭的数量占比，当待返次品煤炭的数量占比大于预设次品占比时，则将该监测周期内的煤炭标记为次处理煤炭并对其进行分析操作，否则将该监测周期内的煤炭运送至煤仓进行存储操作；
24.步骤四：对次处理煤进行分析操作：获取次处理煤炭的黏度、水分、入仓标准黏度值和入仓标准水分值，并将其分别标记为η
次
、wet
次
、η
标准
和wet
标准
，通过预设模型求得黏水差值nu，其中c1和c2分别为预设权重系数，为修正系数；当黏水差值小于预设黏水差值时，则将煤炭标记为入仓煤炭，当黏水差值大于预设黏水差值时，则将煤炭标记为回干燥处理煤炭，统计监测周期内入仓煤炭和回干燥处理煤炭的数量，将回干燥处理煤炭除以入仓煤炭的数量和回干燥处理煤炭的数量之和得到回干燥处理煤炭数量的占比，当回干燥处理煤炭数量的占比大于预设干燥占比时，则将该监测周期内的煤炭进行返回至干燥处理操作；否则将该监测周期煤炭标记为次粒度煤炭并对其进行粒度分析操作；
25.步骤五：粒度分析操作：获取次处理煤炭的粒度和入仓标准粒度值，将其通过数据处理得到水差值，当水差值su大于预设水差值时，则将煤炭标记为入仓煤炭二；当水差值su小于预设水差值时，则将煤炭标记为回破碎处理煤炭，分别统计入仓煤炭二和回破碎处理煤炭的数量，当回破碎处理煤炭的数量除以入仓煤炭二的数量和回破碎处理煤炭的数量之和得到回破碎处理煤炭的数量占比，当回破碎处理煤炭的数量占比大于预设破碎占比时，则将该监测周期内的煤炭进行返回破碎处理操作；否则运送至煤仓进行存储操作。
26.作为本发明的一种优选实施方式，控制单元对煤炭存储进行设备分析和设备维护，具体为：预设干燥处理状态中的有效处理状态和处理不佳状态分别对应的一个干燥状
态值，并将其标记为gl1和gl2，预设破碎处理状态中的明显破碎状态、合格破碎状态和不良破碎状态分别对应一个破碎处理状态值，并将其标记为pl1、pl2和pl3；通过预设模型cy＝f1×
(d1×
gl1+d2×
gl2)f2×
(e1×
pl1+e2×
pl2+e3×
pl3)得到储运整体状态值cy，其中d1×
gl1+d2×
gl2为干燥状态值，e1×
pl1+e2×
pl2+e3×
pl3为破碎状态值；d1和d2分别为有效处理状态和处理不佳状态的预设权重系数，e1、e2和e3分别为明显破碎状态、合格破碎状态和不良破碎状态的预设的权重系数，f1和f2分别为干燥处理状态和破碎处理状态的预设权重系数；
27.储运整体状态值小于预设预警值时，则表明煤炭储运状态为需要进行设备维护，避免煤炭储运因为设备不理想没有及时进行维护而造成停机检修的状况发生，将该煤炭储运状态标记为设备维护状态并进行设备维护；
28.设备维护的具体步骤为：
29.当干燥状态值小于预设干燥状态值时，则生成干燥设备维护信号，当破碎状态值小于预设破碎值时，则生成破碎设备维护信号；
30.当同时生成干燥设备维护信号和破碎设备维护信号时，则匹配到重度设备维护，当只生成干燥设备维护信号或只生成破碎设备维护信号时，则匹配到中度设备维护；其中重度设备维护为：获取当前煤仓的储存煤量和煤仓日用煤量，并将储存煤量除以煤仓日用煤量得到最长维修时间，将重度维修和最长维修时间发送至服务器进行显示通知操作；中度设备维护为：若生成的是干燥设备维护信号时，则将干燥设备需要维护进行显示通知；若生成的是破碎设备维护信号时则将破碎设备需要维护发送至服务器进行显示通知
31.与现有技术相比，本发明的有益效果是：
32.1、通过对煤炭干燥和破碎处理前后煤炭的水分、黏度和粒度进行分析，得到煤炭储运中的煤炭干燥处理和煤炭破碎处理的状态，并根据煤炭干燥处理和煤炭破碎处理的状态对煤炭储运进行整体运行状况进行分析，并生成对应的设备维护信号，根据设备维护信号的程度进行不同的设备维护显示和通知；实现对煤炭储运状态的设备状态进行及时的分析和设备维护，避免煤炭储运因为设备状态不理想没有及时进行维护而造成停机检修的状况发生。
33.2、通过对入仓前的煤炭进行综合分析得到对次处理煤炭进行分析操作或者运送至煤仓进行存储操作，其中对次煤炭进行分析操作是将次处理煤炭的黏度和水分与入仓标准黏度值和入仓标准水分值进行分析比较，若满足入仓要求的黏度和水分，则进行粒度分析，若不满足入仓要求则进行返回干燥处理操作；实现对于入仓前的黏度和水分的控制，避免堵煤造成降负荷或临时停机或者临时检修，影响煤储运系统的正常运行而降低煤炭储运速率。
34.3、通过将次粒度煤炭和入仓标准煤炭的粒度值进行分析处理，若满足入仓要求的煤炭粒度则运送至煤仓进行存储操作，若不满足入仓要求的煤炭粒度则进行返回破碎处理操作；实现对入仓前的煤炭粒度的控制，避免因煤炭粒度过大导致汽化煤仓和热电煤仓煤的煤炭在使用过程中造成事故。
附图说明
35.为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
36.图1为本发明的系统总框图。
具体实施方式
37.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
38.煤炭储运的流程为：煤炭储运是将卸煤槽中的煤炭输送至干煤棚进行煤炭干燥处理，再将干燥后的煤炭输送至破碎楼进行破碎处理，将经过干燥和破碎处理后符合要求的煤炭输送至热电煤仓或者汽化煤仓进行存储。
39.请参阅图1所示，一种基于互联网的煤炭智能储运系统，包括数据采集单元、服务器、干燥分析单元、破碎分析单元和控制单元；
40.数据采集单元采集煤炭信息和煤炭存储信息，并将其发送至服务器进行存储，其中煤炭信息包括干燥处理前后煤炭信息、破碎处理前后的煤炭信息，煤炭储存信息包括煤炭储存煤量和煤仓日用煤量，其中干燥处理前后的煤炭信息包括初煤水分和干煤水分，破碎处理前后的煤炭信息包括干煤粒度和碎煤粒度，入仓前的煤炭信息包括入仓黏度、入仓水分和入仓粒度；
41.干燥处理单元对煤炭干燥处理进行分析，具体为：
42.获取单位时间内煤炭卸载槽的初煤水分，并将其标记为wet1；
43.获取单位时间内经过干煤棚干燥后的干煤水分，并将其标记为wet2；
44.通过预设模型得到水分处理值wl，其中为修正系数；预设水分处理区间q1，当水分处理值大于预设水分处理区间q1中的最大值时，则将该干燥处理标记为明显干燥处理；当水分处理值处于水分处理值q1之内时，则将该干燥处理标记为合格干燥处理；当水分处理值小于预设水分处理区间q1中的最小值时，则将该干燥处理标记为不合格干燥处理；
45.统计明显干燥处理、合格干燥处理和不合格干燥处理的数量和，并将其分别标记为m1、m2和m3；将明显干燥处理和合格干燥处理标记为有效干燥处理，则有效干燥处理的数量和为m1+m2，则有效处理数量和占的百分比为明显干燥处理的数量和占比为不合格干燥处理数量和占比为当时，则将该干燥处理标记为有效处理状态；当时，则将该干燥处理标记为处理不佳状态；
46.将生成的有效处理状态和处理不佳状态标记为干燥处理状态，并将其发送至控制单元；
47.破碎分析单元对煤炭破碎处理进行分析，具体为：
48.步骤一：获取单位时间内干燥处理后的干煤粒度和破碎处理后的碎煤粒度，并将
其分别标记为ld2和ld3；将单位时间内干燥处理后干煤粒度和破碎处理后碎煤粒度进行差值计算得到单位时间内煤炭粒度破碎值，并建立二维直角坐标，以单位时间内煤炭粒度破碎值为纵坐标，以时间为横坐标，得到煤炭粒度破碎值和时间的二维折线图；
49.步骤二：预设破碎值q1，将大于预设破碎值q1的煤炭粒度破碎值标记为有效破碎值，将小于预设破碎值q1的煤炭粒度破碎值标记为无效破碎值，分别求取有效破碎值以及无效破碎值和预设破碎值的差值，并将其分别标记为有效破碎程度值和无效破碎程度值，分别统计有效破碎程度值和无效破碎程度值的数量，并将其标记为m4和m5；将所有有效破碎程度值进行求和并除以有效破碎程度值的数量得到平均有效破碎程度值，将所有无效破碎程度值进行求和并除以无效破碎程度值的数量得到平均无效破碎程度值，并将其标记为poe和pov；
50.步骤三：通过预设模型求得破碎处理值poz，其中a1、a2、a3和a4分别为预设权重系数，α为修正系数；
51.步骤四：预设破碎区间q2，当破碎处理值poz大于预设破碎区间中的最大值时，则将该破碎处理标记为明显破碎状态，当破碎值处于破碎区间q2之内时，则将该破碎处理标记为合格破碎状态，当破碎处理值小于破碎区间q2中的最小值时，则将该破碎处理标记为不良破碎状态；
52.将生成的明显破碎状态、合格破碎状态和不良破碎状态标记为破碎处理状态，并将其发送至控制单元。
53.控制单元对入仓前的煤炭进行入仓黏度、入仓水分和入仓粒度的综合分析，具体为：
54.步骤一：获取当天的空气湿度值，并将其标记为sh，预设模型kz＝ω
×
sh得到空湿影响值kz，其中ω为空气湿度值的影响转换值；预设影响值区间q3，当空湿影响值大于预设影响值区间中的最大值，则匹配到k1监测周期，当空湿影响值处于预设影响值区间之内时，则匹配到k2监测周期，当空湿影响值小于预设影响值区间中的最小值，则匹配到k3监测周期，其中k1＜k2＜k3；当匹配到k1监测周期时，则监测k1时间段内的单位时间段内的煤炭数据进行分析操作；当匹配到k2监测周期时，则监测k2时间段内的单位时间段内的煤炭数据进行分析操作；当匹配到k3监测周期时，则监测k3时间段内的单位时间段内的煤炭数据进行分析操作；
55.需要说明的是，空气的湿度变化明显地影响着煤的水分，在相同温度、不同湿度下，随着湿度的增加，煤炭水分明显增加，因此当天的空气湿度越大，则监测周期越短，及时反馈空气湿度对煤炭水分的影响；
56.步骤二：获取入仓前的单位时间内的入仓黏度η4、入仓水分wet4和入仓粒度ld4，并将通过预设模型得到煤炭综合指标zb，其中b1、b2和b3为预设权重系数，为修正系数；
57.步骤三：预设煤炭综合指标值q2，当煤炭综合指标值大于预设煤炭综合指标值q2时，则将该煤炭标记为待返次品煤炭，当煤炭综合指标值小于预设煤炭综合指标值时，则将
该煤炭标记为待存储煤炭，分别统计监测周期内待返次品煤炭和待存储煤炭的数量，将待返次品煤炭的数量除以待返次品煤炭的数量和待存储煤炭的数量之和，得到待返次品煤炭的数量占比，当待返次品煤炭的数量占比大于预设次品占比时，则将该监测周期内的煤炭标记为次处理煤并对其进行分析操作，否则该监测周期内的煤炭符合要求并运送至煤仓进行存储操作；
58.步骤四：对次处理煤进行分析操作：获取次处理煤炭的黏度、水分、入仓标准黏度值和入仓标准水分值，并将其分别标记为η
次
、wet
次
、η
标准
和wet
标准
，通过预设模型求得黏水差值nu，其中c1和c2分别为预设权重系数，为修正系数；当黏水差值小于预设黏水差值时，则将煤炭标记为入仓煤炭，当黏水差值大于预设黏水差值时，则将煤炭标记为回干燥处理煤炭，统计监测周期k内入仓煤炭和回干燥处理煤炭的数量，将回干燥处理煤炭除以入仓煤炭的数量和回干燥处理煤炭的数量之和得到回干燥处理煤炭数量的占比，当回干燥处理煤炭数量的占比大于预设干燥占比时，则将该监测周期内的煤炭进行返回至干燥处理操作；否则将该监测周期煤炭标记为次粒度煤炭并对其进行粒度分析操作；
59.需要说明的是，回干燥处理煤炭数量的占比大于预设干燥占比表示的是该监测周期内的煤炭的黏度和水分整体状况不符合入仓存储的标准要求，煤炭的黏度和水分如果不符合入仓条件，进仓后会造成堵煤情况，因此对于入仓前的入仓黏度和水分要进行控制，避免堵煤造成临时停机或者临时检修，而降低煤炭储运速率。
60.步骤四：粒度分析操作：获取次粒度煤炭和入仓标准煤炭的粒度值，并将其标记为ld
次
和ld
标准
，通过预设模型求得水差值su，其中，c3为预设权重系数，为修正系数；当水差值su大于预设水差值时，则将煤炭标记为入仓煤炭二；当水差值su小于预设水差值时，则将煤炭标记为回破碎处理煤炭，分别统计入仓煤炭二和回破碎处理煤炭的数量，当回破碎处理煤炭的数量除以入仓煤炭二的数量和回破碎处理煤炭的数量之和得到回破碎处理煤炭的数量占比，当回破碎处理煤炭的数量占比大于预设破碎占比时，则将该监测周期内的煤炭进行返回破碎处理操作；否则运送至煤仓进行存储操作；
61.需要说明的是，回破碎处理煤炭的数量占比大于预设破碎占比表示该监测周期内的煤炭粒度不符合入仓煤炭粒度的标准要求；汽化煤仓的煤炭用作汽化处理，汽化煤炭粒度过大会使料层阻力变小，汽化剂流速加大，使得火层上移，严重时将中心管烧坏；热电煤仓的煤炭用作燃烧处理，燃烧煤炭粒度过大，则会发生大块沉积、流化不畅、循环灰量不足、出力下降、局部结焦、炉渣可燃物含量增加、排渣困难而引起事故；
62.控制单元根据接收到的干燥处理状态和破碎处理状态对煤炭智能储运进行整体状态评估并对煤炭存储进行设备分析和设备维护，具体为：
63.预设干燥处理状态中的有效处理状态和处理不佳状态分别对应的一个干燥状态值，并将其标记为gl1和gl2，预设破碎处理状态中的明显破碎状态、合格破碎状态和不良破碎状态分别对应一个破碎处理状态值，并将其标记为pl1、pl2和pl3；通过预设模型cy＝f1×
(d1×
gl1+d2×
gl2)f2×
(e1×
pl1+e2×
pl2+e3×
pl3)得到储运整体状态值cy，其中d1×
gl1+d2×
gl2为干燥状态值，e1×
pl1+e2×
pl2+e3×
pl3为破碎状态值；d1和d2分别为有效处理状态和处理不佳状态的预设权重系数，e1、e2和e3分别为明显破碎状态、合格破碎状态和不良破碎状态的预设的权重系数，f1和f2分别为干燥处理状态和破碎处理状态的预设权重系数；
64.储运整体状态值小于预设预警值时，则表明煤炭储运状态为需要进行设备维护，避免煤炭储运因为设备不理想没有及时进行维护而造成停机检修的状况发生，将该煤炭储运状态标记为设备维护状态并进行设备维护；
65.设备维护的具体步骤为：
66.当干燥状态值小于预设干燥状态值时，则生成干燥设备维护信号，当破碎状态值小于预设破碎值时，则生成破碎设备维护信号；
67.当同时生成干燥设备维护信号和破碎设备维护信号时，则匹配到重度设备维护，当只生成干燥设备维护信号或只生成破碎设备维护信号时，则匹配到中度设备维护；其中重度设备维护为：获取当前煤仓的储存煤量和煤仓日用煤量，并将储存煤量除以煤仓日用煤量得到最长维修时间，将重度维修和最长维修时间发送至服务器进行显示通知操作；中度设备维护为：若生成的是干燥设备维护信号时，则将干燥设备需要维护进行显示通知；若生成的是破碎设备维护信号时则将破碎设备需要维护发送至服务器进行显示通知。
68.本发明在使用时，通过对煤炭干燥和破碎处理前后煤炭的水分、黏度和粒度进行分析，得到煤炭储运中的煤炭干燥处理和煤炭破碎处理的状态，并根据煤炭干燥处理和煤炭破碎处理的状态对煤炭储运进行整体运行状况进行分析，并生成对应的设备维护信号，根据设备维护信号的程度进行不同的设备维护显示和通知；实现对煤炭储运状态的设备状态进行及时的分析和设备维护，避免煤炭储运因为设备状态不理想没有及时进行维护而造成停机检修的状况发生。
69.通过对入仓前的煤炭进行综合分析得到对次处理煤炭进行分析操作或者运送至煤仓进行存储操作，其中对次煤炭进行分析操作是将次处理煤炭的黏度和水分与入仓标准黏度值和入仓标准水分值进行分析比较，若满足入仓要求的黏度和水分，则进行粒度分析，若不满足入仓要求则进行返回干燥处理操作；实现对于入仓前的黏度和水分的控制，避免堵煤造成降负荷或临时停机或者临时检修，影响煤储运系统的正常运行而降低煤炭储运速率；其中粒度分析是将次粒度煤炭和入仓标准煤炭的粒度值进行分析处理，若满足入仓要求的煤炭粒度则运送至煤仓进行存储操作，若不满足入仓要求的煤炭粒度则进行返回破碎处理操作；实现对入仓前的煤炭粒度的控制，避免因煤炭粒度过大导致汽化煤仓和热电煤仓煤的煤炭在使用过程中造成事故。
70.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：
1.一种基于互联网的煤炭智能储运系统，包括数据采集单元、服务器、干燥分析单元、破碎分析单元和控制单元；数据采集单元用于采集干燥处理前后的煤炭信息、破碎处理前后的煤炭信息、入仓前的煤炭信息和煤炭储存信息，并将其发送至服务器中进行存储；其特征在于：干燥分析单元根据干燥处理前后的煤炭信息对煤炭干燥处理进行分析得到有效处理状态和处理不佳状态，将有效处理状态和处理不佳状态标记为干燥处理状态，并发送至控制单元；破碎分析单元根据破碎处理前后的煤炭信息对煤炭破碎处理进行分析得到明显破碎状态、合格破碎状态和不良破碎状态，将明显破碎状态、合格破碎状态和不良破碎状态标记为破碎处理状态，并发送至控制单元；控制单元用于对入仓前的煤炭信息进行综合分析得到待次品煤炭和待存储煤炭，将待存储煤炭运送至煤仓进行存储操作，将待次品煤炭通过黏度和水分的分析进行返回至干燥处理操作或粒度分析操作，其中粒度分析操作是对次粒度煤炭和入仓标准煤炭的粒度值通过数据处理和分析进行返回破碎处理操作或运送至煤仓进行存储操作，同时根据接收到干燥处理状态和破碎处理状态进行设备分析和设备维护。2.根据权利要求1所述的一种基于互联网的煤炭智能储运系统，其特征在于，所述煤炭信息包括干燥处理前后煤炭信息、破碎处理前后的煤炭信息，煤炭储存信息包括煤炭储存煤量和煤仓日用煤量，其中干燥处理前后的煤炭信息包括初煤水分和干煤水分，破碎处理前后的煤炭信息包括干煤粒度和碎煤粒度，入仓前的煤炭信息包括入仓黏度、入仓水分和入仓粒度。3.根据权利要求1所述的一种基于互联网的煤炭智能储运系统，其特征在于，干燥分析单元对煤炭干燥处理进行分析，具体为：获取单位时间内煤炭卸载槽的初煤水分和单位时间内经过干煤棚干燥后的干煤水分，并将其通过数据处理得到水分处理值，预设水分处理区间q1，当水分处理值大于预设水分处理区间q1中的最大值时，则将该干燥处理标记为明显干燥处理；当水分处理值处于水分处理值q1之内时，则将该干燥处理标记为合格干燥处理；当水分处理值小于预设水分处理区间q1中的最小值时，则将该干燥处理标记为不合格干燥处理；统计明显干燥处理、合格干燥处理和不合格干燥处理的数量和，并将其分别标记为m1、m2和m3；将明显干燥处理和合格干燥处理标记为有效干燥处理，则有效干燥处理的数量和为m1+m2，则有效处理数量和占的百分比为明显干燥处理的数量和占比为不合格干燥处理数量和占比为当时，则将该干燥处理标记为有效处理状态；当则将该干燥处理标记为处理不佳状态。4.根据权利要求1所述的一种基于互联网的煤炭智能储运系统，其特征在于，破碎分析单元对煤炭破碎处理进行分析，具体为：
步骤一：获取单位时间内干燥处理后的干煤粒度和破碎处理后的碎煤粒度；将单位时间内干燥处理后干煤粒度和破碎处理后碎煤粒度进行差值计算得到单位时间内煤炭粒度破碎值，并建立二维直角坐标，以单位时间内煤炭粒度破碎值为纵坐标，以时间为横坐标，得到煤炭粒度破碎值和时间的二维折线图；步骤二：预设破碎值q1，将大于预设破碎值q1的煤炭粒度破碎值标记为有效破碎值，将小于预设破碎值q1的煤炭粒度破碎值标记为无效破碎值，分别求取有效破碎值以及无效破碎值和预设破碎值的差值，并将其分别标记为有效破碎程度值和无效破碎程度值，分别统计有效破碎程度值和无效破碎程度值的数量；将所有有效破碎程度值进行求和并除以有效破碎程度值的数量得到平均有效破碎程度值，将所有无效破碎程度值进行求和并除以无效破碎程度值的数量得到平均无效破碎程度值；步骤三：将有效破碎程度值、无效破碎程度值的数量、平均有效破碎程度值和平均无效破碎程度值通过数据处理得到破碎处理值；步骤四：预设破碎区间q2，当破碎处理值大于预设破碎区间q2中的最大值时，则将该破碎处理标记为明显破碎状态，当破碎值处于破碎区间q2之内时，则将该破碎处理标记为合格破碎状态，当破碎处理值小于破碎区间q2中的最小值时，则将该破碎处理标记为不良破碎状态。5.根据权利要求1所述的一种基于互联网的煤炭智能储运系统，其特征在于，控制单元对入仓前的入仓黏度、入仓水分和入仓粒度进行综合分析，具体为：步骤一：获取当天的空气湿度值，将其通过数据处理得到空湿影响值，预设影响值区间q3，当空湿影响值大于预设影响值区间中的最大值，则匹配到k1监测周期，当空湿影响值处于预设影响值区间之内时，则匹配到k2监测周期，当空湿影响值小于预设影响值区间中的最小值，则匹配到k3监测周期；当匹配到k1监测周期时，则监测k1时间段内的单位时间段内的煤炭数据进行分析操作；当匹配到k2监测周期时，则监测k2时间段内的单位时间段内的煤炭数据进行分析操作；当匹配到k3监测周期时，则监测k3时间段内的单位时间段内的煤炭数据进行分析操作；步骤二：获取入仓前的单位时间内的入仓黏度、入仓水分和入仓粒度，并将其通过数据处理得到煤炭综合指标；步骤三：预设煤炭综合指标值q2，当煤炭综合指标值大于预设煤炭综合指标值q2时，则将该煤炭标记为待返次品煤炭，当煤炭综合指标值小于预设煤炭综合指标值时，则将该煤炭标记为待存储煤炭，分别统计监测周期内待返次品煤炭和待存储煤炭的数量，将待返次品煤炭的数量除以待返次品煤炭的数量和待存储煤炭的数量之和，得到待返次品煤炭的数量占比，当待返次品煤炭的数量占比大于预设次品占比时，则将该监测周期内的煤炭标记为次处理煤炭并对其进行分析操作，否则将该监测周期内的煤炭运送至煤仓进行存储操作；步骤四：对次处理煤进行分析操作：获取次处理煤炭的黏度、水分、入仓标准黏度值和入仓标准水分值，并将其通过数据处理得到黏水差值；当黏水差值小于预设黏水差值时，则将煤炭标记为入仓煤炭，当黏水差值大于预设黏水差值时，则将煤炭标记为回干燥处理煤炭，统计监测周期内入仓煤炭和回干燥处理煤炭的数量，将回干燥处理煤炭除以入仓煤炭的数量和回干燥处理煤炭的数量之和得到回干燥处理煤炭数量的占比，当回干燥处理煤炭
数量的占比大于预设干燥占比时，则将该监测周期内的煤炭进行返回至干燥处理操作；否则进行二处理煤炭的粒度分析操作；步骤五：粒度分析操作：获取次处理煤炭的粒度和入仓标准粒度值，将其通过数据处理得到水差值，当水差值su大于预设水差值时，则将煤炭标记为入仓煤炭二；当水差值su小于预设水差值时，则将煤炭标记为回破碎处理煤炭，分别统计入仓煤炭二和回破碎处理煤炭的数量，当回破碎处理煤炭的数量除以入仓煤炭二的数量和回破碎处理煤炭的数量之和得到回破碎处理煤炭的数量占比，当回破碎处理煤炭的数量占比大于预设破碎占比时，则将该监测周期内的煤炭进行返回破碎处理操作；否则运送至煤仓进行存储操作。6.根据权利要求1所述的一种基于互联网的煤炭智能储运系统，其特征在于，控制单元对煤炭存储进行设备分析和设备维护，具体为：预设干燥处理状态中的有效处理状态和处理不佳状态分别对应的一个干燥状态值，并将其标记为gl1和gl2，预设破碎处理状态中的明显破碎状态、合格破碎状态和不良破碎状态分别对应一个破碎处理状态值，并将其标记为pl1、pl2和pl3；通过预设模型cy＝f1×
(d1×
gl1+d2×
gl2)f2×
(e1×
pl1+e2×
pl2+e3×
pl3)得到储运整体状态值cy，其中d1×
gl1+d2×
gl2为干燥状态值，e1×
pl1+e2×
pl2+e3×
pl3为破碎状态值；d1和d2分别为有效处理状态和处理不佳状态的预设权重系数，e1、e2和e3分别为明显破碎状态、合格破碎状态和不良破碎状态的预设的权重系数，f1和f2分别为干燥处理状态和破碎处理状态的预设权重系数；储运整体状态值小于预设预警值时，则表明煤炭储运状态为需要进行设备维护，避免煤炭储运因为设备不理想没有及时进行维护而造成停机检修的状况发生，将该煤炭储运状态标记为设备维护状态并进行设备维护。

技术总结
本发明公开了一种基于互联网的煤炭智能储运系统，涉及煤炭储运技术领域，用于解决目前煤炭储运系统运行中出堵煤的故障较多，导致降负荷或临时性停车，影响煤储运系统的正常运行，降低煤炭储运效率的问题，包括数据采集单元、服务器、干燥分析单元、破碎分析单元和控制单元；通过对干燥和珀斯处理煤炭信息分析得到干燥处理和破碎处理状态，并据此对煤炭储运整体状态进行分析处理得到设备维护信号；同时对入仓前的煤炭进行分析处理，将满足入仓要求的进行入仓存储；将不满足要求的进行细化分析，判断是不满足入仓要求的具体情况，并据此将不满足要求的煤炭返回至对应的处理操作；实现对于入仓前煤炭的控制，避免因堵煤造成煤炭储运速率的降低。速率的降低。速率的降低。


技术研发人员：徐康 薛峰 刘则庆 王宏岭 朱干彬 崔裕涛 赵翔 代佩 李博 宋效贤 候燕风 王立人
受保护的技术使用者：淮北矿业股份有限公司涡北选煤厂
技术研发日：2023.06.08
技术公布日：2023/9/20