1.1 生产情况分析

应按照国家与行业标准、规定等的要求，进行生产过程情况综合分析，对产品指标与控制参数的先进性、工艺的合理性进行评价，针对存在问题给出优化解决方案。

分析内容包括但不限于以下方面：

a）分析原煤性质，进行各种理论指标计算与煤质历史数据分析，明确原煤数质量与变化情况；分析分选效果与变化趋势；

b）分析洗选产品、商品煤数质量与变化趋势；

c）分析生产过程中的灰分、密度、压力、浓度、流量、液位、磁性物含量、阀门开度等参数的变化，明确变化情况，分析对工艺流程和产品指标造成影响的变化趋势；

d）分析配煤合格率、外运煤炭质量，优化产品煤配比；

e）分析重介质悬浮液、煤泥水密度、浮选药剂浓度，根据分选密度自动修正重介质悬浮液密度，稳定入料煤泥水浓度，保证浮选、浓缩和压滤效果；

f）分析粗煤泥分选过程中分级旋流器溢流、浮选入料等粒度，从而确定粗煤泥分选的粒度工况。保证旋流器分级效率，指导浮选工艺的生产控制。

1.2 经营情况分析

对指定时间段内的原料、产品、消耗、成本、销售、财务等指标进行全面分析，针对找出的问题给出应对措施，形成经营情况分析报告。

形成煤炭洗选成本计划、成本控制、成本核算、成本分析、成本考核智能化管理系统，进行智能化监督、控制，全面管控选煤厂经营成本。

1.3 工艺效果评价

利用离线和在线数据，按照国家与行业标准、规定的要求，逐项评价各工艺环节、设备的工艺性能与效果，评定各工艺环节或者设备的工艺性能水平等级，排查出影响产品质量和分选效率的因素，采取针对性措施加以改进。

应优先采用在线评价。

1.4 生产指标预测

1.4.1 毛（原）煤质量预测

可根据井下巷道采样信息，对不同开采位置的毛煤质量情况进行预测。

可根据井下开采进度、毛煤质量信息或入厂原煤质量信息，对入选原煤质量情况进行预测。

1.4.2 工艺参数预测

利用在线数据及自学习功能，自动修正配煤数学模型、筛分数学模型、重介循环悬浮液密度预测数学模型、跳汰环节的预测数学模型、浮选环节的预测数学模型、浓缩环节的预测数学模型等，使得选煤各环节的预测更加精准，针对存在问题给出优化解决方案。

完成主要产品指标、分选环节工艺参数、操作参数的在线或离线预测，并实现优化计算。

可根据分选指标、销售价格、消耗情况等，预测生产方式、产品结构、经济指标。

1.5 产品结构优化

选煤厂的产品结构计算、预测、最大产率/效益原则计算、经济效益测算等，可按煤层、按煤种、比例、工艺系统、选煤方法等预测。

根据现有原煤质量情况、设备分选性能、设备操作水平等，按照最大产率原则或最大经济效益原则，预测分选产品的结构组成情况，并对分选产品结构进行优化。

1.6 经济效益预测

根据现有原煤质量情况、设备分选性能、设备操作水平、分选指标或产品指标，预测分选产品的经济效益情况。

1.7 设备运行分析 

1.7.1 视频图像分析

通过图像识别对选煤厂关键设备、重点区域、人员安全进行实时数据采集，采用机器视觉深度学习算法对视频画面进行深入分析，对故障及危险进行报警。

1.7.2 设备故障与健康分析

综合分析全厂设备的信息，查找容易出现故障的设备，各类设备的统计寿命、故障频率、检修周期及成本等，形成设备的使用率、完好率、待修率、事故率、新度系数等指标。

应建立设备故障库，对大量的专家知识、建议、解决方案、经验性资料、设备的故障代码、故障信息等内容进行记录以及存储。

建立设备预测性维护系统，提升设备的综合效率。

对设备的综合健康状态进行判断，建立设备健康数学模型。

1.8 生产组织决策

对工艺流程复杂、产品结构多样的选煤厂，可以根据用户需求及效益最大化目标，通过智能决策算法，实现对选煤厂生产组织、工艺参数和作业成本进行智能调配与决策。

构建包含原煤煤质数据、生产工艺、作业成本、产品预测算法、产品价格和经济效益等在内的生产数据库；根据不同的产品结构要求、工艺参数，衍生出多种生产方式，形成生产方式库；根据生产实践与市场信息，构建产品成本和售价信息库。

建立生产方式、生产流程组合、产品结构、生产成本、经济效益之间数学模型。

基于可能实现的不同生产组织方式，预测所能生产的商品煤产率和质量，决策出最佳的生产方式、最合理的生产流程组合，实现最佳经济效益。

1.9 综合辅助决策

应采用大数据分析与机器学习等手段，对系统积累的大量数据分系统、分专业进行分析，寻找影响质量、成本、利润、安全等的因素，或汇总不同煤质条件下的最佳操作经验，为生产管理、质量管理、技术管理、机电管理、安全管理及经营管理提供决策支持。

1.10 不同管理层面的统计分析

选煤企业的上级主管部门、行业协会所需要的分析统计报表，应按要求格式，从标准数据平台查询生成。应能够通过大数据技术，获取行业技术发展的各种趋势、工艺指标的变化情况、以及市场需求与产品供求信息。

各级主管部门根据大数据分析结果，提出对行业、企业发展的战略规划。