[发明专利]球磨机料位预测方法

说明书

本发明公开了一种球磨机料位预测方法，通过采集球磨机筒壁或者轴承上的振动信号及安装在球磨机周围麦克风的振声信号；振动信号、振声信号经调理电路、模数转换电路输入数据采集卡；通过MFCC分别计算数据采集卡中振动、振声信号的特征参数；重新组合振动、振声信号；数据采集卡收集重新组合后的信号；最后数据采集卡中的数据通过历史数据建立的TBM模型，预测相应信号的料位。本发明能有效的预测球磨机的料位，其预测料位精确度高、波动小，具有良好的实用价值和推广前景。

技术领域

本发明涉及数据检测领域，尤其涉及一种球磨机料位预测方法。

背景技术

滚筒式球磨机是一种基本的制粉设备。球磨机滚筒内部的料位是影响球磨机能量消耗、生产效率和生产安全的关键因素，然而在实际工业生产过程中，当球磨机系统运转时，由于其筒内环境恶劣并且情况比较复杂，球磨机料位难以准确预测，导致球磨机系统难以经济运行并且容易发生安全事故。因此，有效预测球磨机的料位，对于球磨机系统高效和安全稳定运行具有重大意义。

目前，基于软测量的球磨机料位测量方法主要是通过单一的信号源如压电信号、差压信号、振声信号、振动信号或者功率信号来预测料位。从反复试验中我们发现单一信号源具有一定的局限性例如：压电信号使用时间的不断增长，压电应变传感器很容易出现零点漂移现象，导致测量精度降低；差压信号需要的辅助变量较多，各个变量值难以准确获取，各变量之间存在冗余和耦合，并且系统复杂度较高，不方便进行维护；振声信号容易受到来自毗邻磨机噪音的干扰，以致于料位识别效率不高；振动信号容易受到电网、磨内研磨体损耗等因素的影响，从而使负荷控制点发生漂移现象；功率信号受电流影响较大，而电流又受钢球的磨损、钢球总量的减少、煤质的变化、风量的变化的影响，因而推断结果存在较大误差。

发明内容

本发明的目的在于避免现有技术的不足之处而提供一种球磨机料位预测方法。

本发明的目的可以通过采用如下的技术措施来实现，设计一种球磨机料位预测方法，该方法的步骤包括：向球磨机滚筒中填充物料，采集球磨机在不同料位的振动信号X^s及振声信号X^v；根据采集到的振动信号X^s及振声信号X^v计算振动信号X^s及振声信号X^v的特征参数；将振动信号X^s及振声信号X^v的特征参数作为TBM模型的输入，训练TBM模型，通过多次训练，在使TBM模型的优化函数取最小值时，建立振动信号X^s及振声信号X^v的特征参数与预测料位的TBM模型，并通过特征参数计算预测料位。

其中，在根据采集到的振动信号X^s及振声信号X^v计算振动信号X^s及振声信号X^v的特征参数的步骤中，包括步骤：对输入的振动信号X^s及振声信号X^v进行预处理，得到振动信号X^s及振声信号X^v的分帧信号；预处理方式包括：预加重、分帧和加窗处理；对预处理后的每帧信号进行FFT变换，将时域信号x^s(n)、x^v(n)转换为频域信号x^s(k)、x^v(k)，再计算其模的平方得到能量谱P^s(k)、P^v(k)；对所得能量谱P^s(k)、P^v(k)进行Mel滤波，并取对数，得到：

其中，其中L为滤波器个数，H_i(k)、H_j(k)三角滤波器的传递参数；对梅尔滤波的结果进行离散余弦变换，得到MFCC系数A(n)作为振动信号X^s及振声信号X^v的特征参数，计算公式为