基于振動特征提取的球磨機(jī)負(fù)荷預(yù)測研究.pdf

1、球磨機(jī)是物料被破碎之后，再進(jìn)行粉磨的關(guān)鍵設(shè)備。球磨機(jī)內(nèi)部負(fù)荷的變化，將直接影響磨礦的效率。而筒體內(nèi)部猶如黑匣子，負(fù)荷無法顯性描述和控制，不能判斷磨機(jī)的實(shí)際效能。因此，實(shí)現(xiàn)磨機(jī)內(nèi)部負(fù)荷的有效預(yù)測，使磨機(jī)運(yùn)行在最佳工況狀態(tài)，是提高選礦效率、降低生產(chǎn)成本的根本任務(wù)。
　　本文以Φ330mm×330mm實(shí)驗(yàn)球磨機(jī)為研究對象，通過理論分析、數(shù)值模擬、試驗(yàn)探究相結(jié)合的方法，完成了以下工作：在考慮磨礦過程產(chǎn)品質(zhì)量及能耗影響的基礎(chǔ)上，針對磨機(jī)負(fù)荷

2、振動信號的特征提取與識別進(jìn)行了深入研究，實(shí)現(xiàn)負(fù)荷狀態(tài)參數(shù)的準(zhǔn)確預(yù)測。主要研究成果如下：
　　(1)通過分析球磨機(jī)筒體的載荷運(yùn)動分布，根據(jù)力平衡原理，確定軸承的振動測量位置；根據(jù)球磨機(jī)內(nèi)部介質(zhì)運(yùn)動分層理論，利用離散單元法 EDEM進(jìn)行數(shù)值模擬，確定了振動信號的分析周期。針對磨礦過程產(chǎn)品質(zhì)量及能耗的影響，以負(fù)荷(填充率、料球比)為試驗(yàn)參數(shù)，進(jìn)行磨機(jī)負(fù)荷試驗(yàn)分析。從能耗和-200目粒級產(chǎn)品的產(chǎn)率兩個角度，建立“產(chǎn)率比”為評價指標(biāo)，得到不

3、同負(fù)荷參數(shù)的磨礦效率。
　　(2)針對振動信號存在干擾信號成份，采用小波閾值去噪算法對球磨機(jī)負(fù)荷狀態(tài)的振動信號進(jìn)行預(yù)處理。分析不同小波函數(shù)、分解的尺度、閾值、閾值函數(shù)對小波去噪效果的影響，以信噪比、均方根誤差為評價指標(biāo)，得到小波閾值去噪的最優(yōu)方案。
　　(3)通過分析球磨機(jī)振動信號與負(fù)荷參數(shù)的相關(guān)性，得到信號時域統(tǒng)計特征；分析負(fù)荷參數(shù)與各頻段頻率成分的統(tǒng)計規(guī)律，建立頻域分頻段統(tǒng)計模型，得到信號頻域統(tǒng)計特征。根據(jù)反映磨機(jī)負(fù)荷狀

4、態(tài)的振動信號特征，構(gòu)建了峰峰值、均值、標(biāo)準(zhǔn)差值、偏度、峭度及AR模型功率譜特征頻段能量的特征向量，并基于D-S證據(jù)理論建立多特征參數(shù)融合模型，得到不同特征參數(shù)對球磨機(jī)負(fù)荷識別的貢獻(xiàn)率。
　　(4)分別采用網(wǎng)格搜索與交叉驗(yàn)證算法(K-fold)、遺傳算法(GA)對支持向量機(jī)參數(shù)(C，g)進(jìn)行優(yōu)化，以最佳性能匹配參數(shù)，建立了基于時域特征、頻域特征的負(fù)荷預(yù)測模型。通過仿真分析表明：利用 K-SVM、GA-SVM算法，可快速、準(zhǔn)確地實(shí)現(xiàn)