1. 选煤厂数字化发展现状
选煤厂是对煤炭进行分选，除去原煤中的矿物杂质，把它分成不同规格的产品的煤炭加工厂。
目前国内选煤厂存在设备自动化水平低, 人均工作效率低, 原煤入选比例低, 平均灰分高等种种选煤工艺不合理的现象, 与国家能源局提出的“煤炭清洁高效利用行动计划” 大相径庭，尤其是在数字化建设领域，更是与国际先进水平存在较大的差距。
伴随着 5G 技术、 物联网以及云计算等领域的快速突破。数字孪生技术已经具备了在复杂工业系统中大规模应用的基础。把数字孪生”技术引入选煤厂智能化建设中，用以完成选煤厂整体高保真工作模型搭建，构建虚拟现实数字交互机制，切实提高我国选煤厂的数字化水平。因此,将数字孪生技术应用于选煤厂的数字化改造是最适合的技术手段。
2. 选煤厂数字孪生建模原则
根据数字孪生技术特点，构建选煤厂数字孪生模型，就是把整个选煤系统进行数字化建模。 该数字化模型需要具备以下 2 个基本的要求：
2.1 高保真性
数字孪生模型必须具备高保真性, 能够真实的反映整个物理实体的实际工作特性。如果模型过于复杂, 虽然可以初步实现与现实模型差距较小, 但是对于计算机的性能要求极高, 很有可能超出现有计算机的硬件极限, 造成 “ 计算灾难”。 如果模型过于简化, 现有计算能力可以快速完成仿真计算, 但是与现实模型差距过大, 则就背离了数字孪生技术的初衷。
2.2 数字共融性
数字孪生模型具备数字共融性，即能够实现现实空间与虚拟空间的数据实时交互。在构建数字共融系统的过程中, 首先需要确定的是那些关键数据是必须实现实时交互的。 如果选取的数据过多, 对于现实空间中的传感器配置就会有较高的要求, 进一步导致成本增加。 如果选取的数据较少, 则无法反映出系统的关键性参数, 因此共融参数的选取是需要注意的。
3. 选煤厂数字孪生建模对象
3.1 原煤仓
仓储模型, 用以分析仓储情况。它的作用不只是简单的分析其进入仓内的原煤数量, 还要初步给出不同品质的原煤在仓内的分布情况。为了达到上述 2 个目的, 建模过程就需要采用散落颗粒的堆积理论。
3.2 重介质旋流器
重介质旋流器模型用以分析第一次粗煤和精煤的分离过程。 该模型是典型的液固耦合模型, 但是其工况极度复杂, 几乎无法用现有商品化软件直接进行仿真, 因为必须从理论模型推导、工业大数据以及人工智能技术多个方面对其进行联合建模。
3.3 分级筛、 脱介筛、 脱水筛的运动模型以及浮选
分级筛是一个典型振动接触碰撞模型, 虽然目前碰撞力学已经较为成熟, 但是其主要针对的两个物体的接触碰撞。对于分级筛这类大量颗粒的碰撞问题尚难以突破。 而现有动力学方正软件也存在建模困难、 计算时间不可预估的难题。
4. 选煤厂数字孪生建模关键技术
针对选煤厂需要建立的数学孪生模型，需要借助以下关键技术：
4.1 原煤仓大范围堆积模型
由于进入原煤仓的煤品质各不相同, 导致整个存储仓的煤质分布是一种不均匀的状态。原煤入仓过程是一个典型的大范围小颗粒倾倒堆积问题，也是一个典型的碰撞动力学问题。建立模型的难度在于，如何通过数值算法较为精确地模拟数以万计的颗粒碰撞。引人强化学习理论，采用小规模模拟、大规模预测、实际数据校正相结合的方式进行模拟。
4. 2 重介质旋流器的液—固耦合模型
根据重介质旋流器的工作原理可知, 其工作过程属于存在液固耦合和数量巨大的碰撞问题,并且介质的状况在时刻发生变化。采用基于小样机高保真模型, 群组计算方法对其进行模拟。其中小样机高保真模型是实际建立一个尺寸很小的重介质旋流器，只需要初步模拟运动过程即可。再通过导入不同的原煤可以获得不同的分离数据。群组计算方法是将粗煤与煤的颗粒度变大, 降低在数值模拟过程的计算量。最后通过小样机获得数据校正数值计算过程中使用的参数, 达到合理校正参数的效果。最后该模型应用于实际生产过程, 以检验模型的准确性。
4. 3 数据融合的传感器技术
由于要实现数字模型的交互, 获取数据的传感器则成为其中的关键环节。 由于选煤厂的工作环境极端复杂, 传统的传感器难以满足其使用要求。 比如, 在原煤仓储环节, 虽然可以通过视频监控的形式实现对于仓内储存量的监测, 但是考虑到现场会有粉尘的影响, 如何通过图像处理方式, 实现准确原煤仓储监测是一个需要突破的技术难点。重介质旋流存在介质工作不稳定的现象, 为了对其工作过程中的介质状况进行监测，则需要设计一种满足当前工况的接触式监测设备。 因此, 如何设计出满足其在复杂工况下的使用要求的传感器, 是目前亟需突破的关键技术。
