付 友 王宁会 王志强 王 振 张小明

(1.大连理工大学电气工程学院 大连 116024 2.大连理工大学创新实验学院 大连 116024)



基于噪声信号的电弧炉冶炼氧化镁运行状态分析

付 友1王宁会1王志强1王 振2张小明1

(1.大连理工大学电气工程学院 大连 116024 2.大连理工大学创新实验学院 大连 116024)

电弧炉产生噪声的声压在空间中的某一点对于时间的积分与弧流、弧压有关。采集电弧炉冶炼氧化镁时不同阶段的噪声数据，将噪声的波形信号转换成时频图。将这些图像与电弧炉三相电流的波动对比，分析了噪声信号与电弧炉运行状态之间的内在相关性，发现电弧炉噪声信号的声强及其频率特性和电弧炉的工作状态高度相关，各特征频率的噪声的强度随着弧电流的增大而增大，而且在电弧炉运行的不同状态呈现不同分布，该研究为后续利用噪声信号控制电弧炉冶炼氧化镁提供了基础。

电弧炉 氧化镁 噪声 数据采集

0 引言

在利用三相交流电弧炉冶炼氧化镁时，通过电弧的弧流和弧压，可推测电弧炉的运行状态，例如电弧炉起炉、引弧、形成熔池、喷炉和平稳运行等状态，但由于采用埋弧工艺冶炼矿石，弧流、弧压不能直接测量[1-3]。相关实验和理论表明，电弧产生的噪声的声压在空间中的某一点对于时间的积分与弧流和弧压的乘积有着直接的比例关系[4]。如果采集电弧产生的噪声信号并加以分析处理，提取电弧炉在不同运行阶段的噪声特征，就可利用这些特征来推断电弧炉的运行状态。这种利用电弧噪声来推断电器运行状态的非接触性测量方法已在电弧焊接领域、半导体器件检测领域和设备状态监测领域有所应用[5-12]，而在利用电弧炉冶炼氧化镁的领域中却未见有报道。

电弧炉产生的噪声反映了电弧燃烧的状态，而电弧燃烧的状态决定了电弧炉冶炼氧化镁时功率注入情况和熔池的形态，进而影响电能的总消耗量和产品的质量，因此电弧炉冶炼氧化镁噪声采集与特征的分析对提高氧化镁的生产效率具有重要意义。本研究通过分析电弧产生噪声的机理，提出了利用噪声特征监测电弧炉运行状态的方法。利用传声器采集电弧炉噪声的模拟信号，在传输过程中，为信号提供电流源，以电流的形式传输信号，通过SMB转BNC线缆连接传感器和采集卡，利用局域网将采集卡上A-D转换后的信号传入计算机中。将采集到的噪声数据以TDMS (Technical Document Management System)格式存储，利用DIAdem软件分析，并与采集到的电流数据对比，分析噪声特征与电弧炉冶炼状态之间的关系，提取噪声判据，并通过对电弧炉喷炉的预判进一步验证利用噪声监测电弧炉状态的可行性。

1 电弧噪声的数学模型

1980年，M.G.Drouet和F.Nadeau[4]通过示波器观察了电弧的功率和电弧炉产生的噪声声压振幅随时间的积分，发现两者之间存在明显的比例关系

sa(t)=kua(t)ia(t)

(1)

式中，sa为电弧在空间中某一点产生的噪声声压的振幅对时间的积分，N·m-2·s；ua(t)为电弧的弧压，V；ia(t)为电弧的弧流，A；k为比例系数，对于球面波，k取决于几何因素、空气的热膨胀系数以及声音在电弧中的传播速度，m-3·s2。

(2)式中，α为几何因素，取决于空间中该点与电弧的距离r，α=1/r，m-1；γ为空气的热膨胀系数；c为电弧中的声速，在放电过程中呈非线性不断变化，m·s-1。

忽略声速在放电过程中的变化，在某一固定点处，且气压和温度变化不剧烈的情况下，空气的热膨胀系数为常量，可以将比例系数k作为常量，式(1)两边对时间取微分可得

(3)

式中，p(t)为电弧在空间某一点产生的噪声声压的振幅，N·m-2。

氧化镁冶炼电弧炉的电气组成包括氧化镁冶炼专用变压器、水冷母线、水冷导电横臂、把持器、石墨电极、电弧和熔融状态下的矿石，如图1所示。

图1 氧化镁冶炼电弧炉的电气组成Fig.1 Electrical structure of electric arc furnace smelting magnesium oxide

将图1中的水冷母线、水冷导电横臂、电极把持器和石墨电极等效为电阻与电感的串联，将电弧等效为电阻与电容的并联，其基本的电路模型如图2所示。

图2 氧化镁冶炼电弧炉等效电路Fig.2 Equivalent circuit of electric arc furnace during smelting magnesium oxide

根据欧姆定律和基尔霍夫定律，经过电弧炉每相的电流与电压的关系为

(4)

(5)

式中，u(t)为氧化镁冶炼电弧炉变压器二次侧每相输出的电压，在电弧炉冶炼氧化镁时，其幅值和相位保持恒定；i(t)为氧化镁冶炼电弧炉变压器每相输出的电流，由图2可知，流经每相的电流i(t)也是电弧的弧电流ia(t)；R为电弧炉水冷母线、水冷导电横臂、把持器和石墨电极的等效电阻；L为电弧炉水冷母线、水冷导电横臂、把持器和石墨电极的等效电感；Ra为电弧的等效电阻；Ca为电弧的等效电容。

由式(4)可知

(6)

将式(6)代入式(3)得到

(7)

当冶炼处于稳定状态时，通过三角函数运算得到

(8)

(9)

(10)式中，Im为正弦电流i(t)的幅值；Um为正弦电压u(t)的幅值；φ为正弦电流i(t)的初相；ψ为正弦电压u(t)的初相。

由式(8)可知电弧产生的噪声压强是随时间变化的三角函数，其频率是电弧炉供电电压频率的2倍。由式(9)可知，噪声压强的振幅不仅与弧电流和供电电压的振幅有关，还与供电电源的角频率ω有关，噪声振幅对角频率ω求偏导，得到

(11)

由式(11)可知，在供电电压、电流的幅值和初相位不变的情况下，电源的频率越高，电弧产生的噪声压强的幅值越大。在实际生产中，电网中会掺杂着谐波，通过对电弧炉冶炼氧化镁过程中电弧噪声的监听还可以有效地识别电网中掺杂的高次谐波。

2 电弧炉冶炼氧化镁噪声的数据采集

2.1 电弧炉冶炼氧化镁噪声测量点的选取

噪声的测量点选在炉壳与电弧炉变压器相对的另一侧，距离炉壁5 m，与炉壳轴线成45°，高度为距离炉壳底部2 m的位置，如图3所示。

图3 电弧炉噪声测量点位置图Fig.3 Test point location of noise from electric arc furnace

采用上述单个测点所测得的噪声，既包括炉顶及炉体辐射出的声级，又不被电炉变压器噪声所掩盖，而且与炉体有足够的距离，不会受到各开孔声辐射的影响，目前普遍采用这种方法来采集电弧炉的噪声[13-15]。

2.2 噪声数据采集系统

噪声数据采集系统的硬件组成主要包括传声器、动态信号采集模块、模拟量输入模块、以太网机箱和工控机。图4是电弧炉噪声信号采集硬件系统示意图。传声器使用丹麦G.R.A.S.公司生产的40PH型通用阵列传声器，动态信号采集模块采用美国国家仪器公司生产的NI 9234动态信号采集模块，模拟量输入模块采用NI 9201 12位模拟输入模块，其作用是与电弧炉原有的PLC控制系统配合，采集通过PLC控制系统的电量变送器得到电弧炉工作时的三相电流和电压有效值；以太网机箱采用的是NI cDAQ-9181单槽以太网机箱和NI cDAQ-9188 以太网机箱，为了长时间连续采集电弧炉冶炼氧化镁整个工作过程中的噪声信号，工控机采用NI PXIe-8135控制器，该控制器包括以太网接口以及PXIe并行总线，采用Win7操作系统，搭载LabVIEW软件，进行图形化编程，控制采集数据过程及存储数据。以太网机箱和工控机均通过网线连接路由器，将在氧化镁冶炼车间采集到的噪声信号和电量信号传送到远端的数据分析实验室。

图4 电弧炉噪声信号采集硬件系统示意图Fig.4 Schematic diagram of data acquisition hard ware system for acoustic signal from electric arc furnace

2.3 噪声数据采集的流程

利用LabVIEW软件进行图形化编程，选择多个采样通道，对电弧炉的噪声、三相电流和电压值进行同步采样。噪声的采样率设为50 kS/s，采样精度为24位，为了方便分析，将采集到的噪声信号通过工程量转换成声强，以分贝的形式显示和存储；采集三相电压和电流的有效值，每隔2 s采样一次，设置采样精度为12位，换算成有效值形式存储和显示。本研究对电弧炉冶炼氧化镁噪声的数据采集流程如图5 所示。

图5 电弧炉冶炼氧化镁噪声的数据采集流程Fig.5 Data acquisition process of the acoustic signal from electric arc furnace during smelting magnesium oxide

3 电弧炉冶炼氧化镁噪声特征分析

以辽宁省大石桥市某工厂氧化镁冶炼车间一台5 000 kV·A的氧化镁冶炼电弧炉作为研究对象，使其单独工作，排除其他电弧炉冶炼时产生的干扰。通过比较冶炼时不同阶段噪声的声强和频率，提取其声强和频率的特征，提出氧化镁冶炼阶段的噪声判据，再利用得到的判据预测冶炼状态，验证判据的预测准确度。

3.1 电弧炉冶炼氧化镁噪声的声强特征

根据电弧炉冶炼氧化镁的具体工艺[1]，本研究统计电弧炉冶炼氧化镁时各阶段的噪声声强，统计结果如表1所示。由于熔炼原料的性质和炉体结构的不同，相比炼钢电弧炉产生的噪声声强(最高可达110～120 dB[14])，冶炼氧化镁的声强较弱；在氧化镁冶炼的不同状态下，采集的噪声的平均声强存在较大差别(5～40 dB)，这种声强的差别可作为区分不同冶炼状态的判据；投料时的噪声强度最大，是因为冶炼车间机械装置倾倒矿石时，矿石颗粒撞击管道产生较大噪声。

表1 氧化镁各冶炼状态平均声强Tab.1 Average sound intensity in different states during smelting fused magnesium

3.2 电弧炉冶炼氧化镁噪声的频率特征

时频图可直观地反映噪声中不同频率成分声强的分布随时间的变化，为了明显区分各频率噪声的强度，时频图中颜色的深浅表示各频率噪声强度，传声器采集的电压信号的振幅与噪声的声强的换算关系为

(12)

式中，Lp为声强，dB；uam为噪声电压信号的振幅，mV；s为麦克风传感器的灵敏度，50 mV/Pa；P0为基准声压级，通常取2×10-5Pa。

计算所采集离散的声强信号在联合时频域中的能量分布时，本研究采用的是Wigner-Ville分布算法。对于信号s(t)，利用Hilbert变换得到s(t)对应的解析信号z(t)，即

(13)

式中，t和τ为实变量；P.V.为积分的主值。则信号s(t)的Wigner-Ville分布定义为[16]

(14)

对有限长s(n)(n取0，1，…，N-1)，其离散解析信号为x(n)，则其离散Wigner-Ville分布定义为

(15)

式中，n为时域索引；k为频域索引；M为窗口长度[17，18]。

由图6可知电弧炉冶炼氧化镁时，500 Hz以下噪声的振幅较大，且存在几条明显的亮带。如果提取电弧炉冶炼氧化镁的频率特征，则需要比较500 Hz以下频率段噪声的强度分布。

图6 电弧炉冶炼氧化镁噪音的时频图Fig.6 Time-frequency diagram of noise from arc furnace when smelting magnesium oxide

本研究采集了500 Hz以下频率段电弧炉起炉、引弧、形成熔池、投料、喷炉和平稳运行等状态的噪声时频图以及电弧炉的三相电流有效值曲线图，并提取具有代表性的起炉、平稳运行、喷炉和投料4种状态的图像进行比较分析，结果如图7和图8所示。

图7 不同冶炼状态的噪声时频图Fig.7 Time-frequency diagrams of noise from different smelting states

图8 不同冶炼状态的电弧炉三相电流有效值波形Fig.8 RMS waveform of three phase current through arc furnace in different smelting states

从图7可知，在电弧炉通电工作的任何阶段，在100 Hz频率处都会出现一条亮带，冶炼车间给电弧炉供应的三相电流的频率是50 Hz，与式(8)的理论推导结果吻合，即电弧产生的噪声压强的频率是电弧炉供电电源频率的2倍，之所以出现亮带而不是亮线的原因是因为电网供电存在频率波动。由图7a可见，在电弧炉冶炼氧化镁起炉时，由于电弧炉的电极与矿石之间没有形成稳定的电弧，电弧能量微弱，在100 Hz周围的噪声的声强较低，亮带不明显，从图8a可发现，此时流经电弧炉的三相电流也相对较小且平稳；相比起炉阶段，在电弧炉平稳运行后，电弧炉的电极与熔池之间形成稳定的电弧，电能顺利通过电弧注入到矿石中，电弧携带的能量较强，在100 Hz周围的噪声的声强较高，亮带明显，见图7b，同时从图8b可看出流经电弧炉的三相电流也比起炉阶段大，而且略有波动，即使向炉中投料时，矿石颗粒产生的噪声也不会对声强的频率分布产生较大影响，100 Hz处的亮带依然明显，见图7d；在电弧炉冶炼氧化镁的喷炉阶段，一些矿石熔浆喷出炉壳，迅速带走大量热量，导致炉内气压不稳定，气体快速流动，冲击电弧，使得电弧能量减弱，且不断波动，参见图7c，此时100 Hz处的亮带变得模糊且不连续，在200 Hz处出现了明显的亮带，声强不仅高于同一时刻100 Hz处，而且高于平稳运行阶段100 Hz亮带处的声强，图7c显示，流经电弧炉的三相电流有效值保持在12 000 A与14 000 A之间，且剧烈抖动。图7显示，除了100 Hz处的亮带，在每个冶炼状态的时频图中，200 Hz、300 Hz和400 Hz处也会出现较其他频率区域明显的亮带，这是因为电弧炉供电的电网中含有整数次谐波[19-21]。

3.3 利用噪声监测电弧炉冶炼氧化镁状态的判据

通过观察图7中各冶炼状态的噪声时频图的特征总结出如表2所述的规律，并以此作为利用噪声检测电弧炉起炉、平稳运行、喷炉和投料4种简单冶炼状态的判据，值得注意的是，由于电弧炉冶炼氧化镁平稳运行状态和投料状态中100 Hz亮带与200 Hz亮带的关系相近，所以还需要结合表1中记录的整体噪声平均声强来区分这两种状态。

表2 氧化镁各冶炼状态的时频图特征Tab.2 Time-frequency diagram characteristics in different states during smelting magnesium oxide

喷炉状态在一次冶炼中会多次出现，且现象明显，利用声强与时频图中200 Hz亮线与100 Hz亮线的特征作为判据，即当电弧炉冶炼氧化镁时的平均声强达到78 dB，时频图中200 Hz亮带较100 Hz亮带明显且都不连续时，会发生喷炉。本研究利用该判据准确预测了一次冶炼过程中的8次喷炉状态，证明了利用噪声监测电弧炉冶炼状态的有效性与可行性。

为了提高运行状态判别的准确率，针对容量为5 000 kV·A的三相氧化镁冶炼电弧炉，将平均声强、时频特征以及三相电流3个特征结合起来总结出电弧炉在起炉、喷炉、平稳运行和投料4种冶炼状态的综合判别方法，参见表3。其具体流程是，首先测量三相电流的有效值，如果在6 000～11 000 A之间平稳分布，则可初步断定处于起炉状态，然后进一步观测噪声的特性，若时频图中100 Hz、200 Hz亮带均不明显，且平均声强在71 dB左右，则可确定处于起炉状态；如果电流的有效值均在11 000～14 000 A之间波动，则可能处于平稳运行、喷炉或投料3种状态，在这种情况下，需进一步分析噪声的特性，若时频图中200 Hz亮带较100 Hz亮带明显且都不连续，且平均声强在78 dB左右，可确定处于喷炉状态，若时频图中100 Hz亮带较200 Hz亮带更明显且都连续，且平均声强在70 dB左右，可确定处于平稳运行状态，若时频图中100 Hz亮带较200 Hz亮带更明显且都连续，且平均声强在100 dB左右，则可确定处于投料状态。

表3 氧化镁冶炼状态的综合特征Tab.3 Comprehensive characteristics in different states during smelting magnesium oxide

4 结论

本研究分析了电弧炉冶炼氧化镁过程中产生噪声的机理，提出了利用噪声特征监测电弧炉运行状态的方法。采集了电弧炉冶炼氧化镁时的噪声、三相电流和电压，得出了不同冶炼状态下噪声的时频图，与电弧炉三相电流有效值的波形图比较，提取出不同冶炼状态下的噪声特征，将其作为氧化镁冶炼状态的判据。通过判据对冶炼氧化镁过程中的喷炉状态进行了有效预测，结果表明利用噪声可有效监测电弧炉冶炼氧化镁的工作状态，这为进一步利用噪声信号控制电弧炉冶炼氧化镁提供了基础。

[1] 任茂胜.电熔镁砂的冶炼工艺及电参数选择[J].工业加热，2011，40(4)：75-76. Ren Maosheng.The smelting technology of electric furnace melting magnesite and its electric parameter selection[J].Industrial Heating，2011，40(4)：75-76.

[2] 吴志伟，柴天佑，付俊，等.电熔镁炉熔炼过程的智能设定值控制[J].控制与决策，2011，26(9)：1417-1420. Wu Zhiwei，Chai Tianyou，Fu Jun，et al.Intelligent setpoints control of smelting process of fused magnesium furnace[J].Control and Decision，2011，26(9)：1417-1420.

[3] 吴永建，吴志伟，张莉，等.电熔镁炉智能优化仿真实验平台[J].系统仿真学报，2011，23(4)：676-680. Wu Yongjian，Wu Zhiwei，Zhang Li，et al.Simulation platform for intelligent optimization control of electric-fused magnesia furnace[J].Journal of System Simulation，2011，23(4)：676-680.

[4] Drouet M G，Nadeau F.Acoustic measurement of the arc voltage applicable to arc welding and arc furnaces[J].Journal of Physics E：Scientific Instruments，1982，15(3)：268-269.

[5] 刘立君，兰虎，郑红艳，等.MIG焊电弧声信号与熔透状态相关性[J].机械工程学报，2010，46(14)：79-84. Liu Lijun，Lan Hu，Zheng Hongyan，et al.Relationship between arc sound signal and penetration status in MIG welding[J].Journal of Mechanical Engineering，2010，46(14)：79-84.

[6] 刘立君，周滨涛，戴鸿滨，等.管道MIG焊双通道电弧声信号采集与特征分析[J].焊接学报，2012，33(8)：41-44. Liu Lijun，Zhou Bintao，Dai Hongbin，et al.MIG arc welding pipe dual channel characteristic acoustic signal acquisition and analysis[J].Transactions of the China Welding Institution，2012，33(8)：41-44.

[7] Wang J F，Chen B，Chen H B，et al.Analysis of arc sound characteristics for gas tungsten argon welding[J].Sensor Review，2009，29(3)：240-249.

[8] Lv N，Xu Y，Zhang Z，et al.Audio sensing and modeling of arc dynamic characteristic during pulsed Al alloy GTAW process[J].Sensor Review，2013，33(2)：147-156.

[9] 杨广华，李玉兰，于莉媛.基于低频噪声的LED寿命衰减研究[J].电工技术学报，2013，28(S2)：239-242. Yang Guanghua，Li Yulan，Yu Liyuan.LED life attenuation study based on low frequency noise[J].Transactions of China Electrotechnical Society，2013，28(S2)：239-142.

[10]吴鹏，汲胜昌，曹涛，等.高压直流换流站交流滤波电容器降噪措施[J].电工技术学报，2011，26(1)：162-169. Wu Peng，Ji Shengchang，Cao Tao，et al.Audible noise reduction measures for filter capacitors in HVDC converter station[J].Transactions of China Electrotechnical Society，2011，26(1)：162-169.

[11]鲍晓华，刘谋志，吴锋，等.基于旋转柔度的汽车发电机安装系统对其噪声的影响分析[J].电工技术学报，2013，28(6)：46-51. Bao Xiaohua，Liu Mouzhi，Wu Feng，et al.Influence of alternator’s installation system on its electromagnetic noise based on rotational compliance[J].Transactions of China Electrotechnical Society，2013，28(6)：46-51.

[12]曹涛，汲胜昌，吴鹏，等.基于振动信号的电容器噪声水平计算方法[J].电工技术学报，2010，25(6)：172-177. Cao Tao，Ji Shengchang，Wu Peng，et al.Calculation method of noise level for capacitor based on vibration signal[J].Transactions of China Electrotechnical Society，2010，25(6)：172-177.

[13]Haering H U，Polthier K，Schmitz J.Noise emission of electric furnace steelworks installations[J].Stahl Und Eisen，1979，99(11)：562-568.

[14]Mcqueen D H.The electric arc furnace as a noise source[J].Noise Control Engineering，1980，15(2)：89-95.

[15]梁其和.电弧炉的噪声[J].噪声与振动控制，1983，3(4)：28-31. Liang Qihe.Noise of electric arc furnace[J].Noise and Vibration Control，1983，3(4)：28-31.

[16]刘本永.非平稳信号分析导论[M].北京：国防工业出版社，2006.

[17]翁晓明.基于WVD算法的信号分析软件设计[J].信息技术，2009，33(9)：66-68. Weng Xiaoming.Design of signal analysis software based on WVD algorithm[J].Information Technology，2009，33(9)：66-68.

[18]Bailey D H，Swarztrauber P N.The fractional Fourier transform and applications[J].SIAM Review，1991，33(3)：389-404.

[19]王贺萍，史志鸿，赵虹，等.110 kV矿热炉供电系统高低压无功补偿分析[J].电力系统保护与控制，2011，39(15)：84-88. Wang Heping，Shi Zhihong，Zhao Hong，et al.Analysis of high and low voltage power compensation on 110 kV power supply system in submerged arc furnace[J].Power System Protection and Control，2011，39(15)：84-88.

[20]张恺伦，陈宏伟，江全元.电弧炉负荷的三相综合建模与参数辨识[J].电力系统保护与控制，2012，40(16)：77-82. Zhang Kailun，Chen Hongwei，Jiang Quanyuan.Modeling and parameter identification of electric arc furnace load[J].Power System Protection and Control，2012，40(16)：77-82.

[21]梁志瑞，叶慧强，赵飞.电力系统谐波状态估计研究综述[J].电力系统保护与控制，2010，38(15)：157-160. Liang Zhirui，Ye Huiqiang，Zhao Fei.Overview on power system harmonic state estimation[J].Power System Protection and Control，2010，38(15)：157-160.

Running State Analysis of the Electric Arc Furnace Smelting Magnesium Oxide Based on the Noise Signal

FuYou1WangNinghui1WangZhiqiang1WangZhen2ZhangXiaoming1

(1.School of Electrical Engineering Dalian University of Technology Dalian 116024 China 2.School of Innovation Dalian University of Technology Dalian 116024 China)

The time integral of the noise sound pressure from the electric arc furnace at a certain point in the space is related to the product of the arc current and the arc voltage.In this work，the noise data at different stages when smelting magnesium oxide with electric arc furnaces were acquired.The waveforms of the noise were converted into time-frequency diagrams.By comparing them with the fluctuation of the three phase currents and analyzing the internal correlation between the noise signal and the running states of the electric arc furnace，it is found that the sound intensity and the frequency characteristics of the noise signal from the electric arc furnace are highly correlated with its working states.The noise intensity of each characteristic frequency increases with the arc current and shows different distributions in different operation states of the electric arc furnace.This conclusion provides the basics for the subsequent work that using the noise signal to control the electric arc furnace during smelting magnesium oxide.

Electric arc furnace，magnesium oxide，noise signal，data acquisition

菱镁矿绿色生产电熔镁关键技术及装备合作研究(2014DFR50880)、中央高校基本科研业务费专项(DUT12RC(3)82)资助项目。

2014-11-06 改稿日期2014-12-14

TM932

付 友 男，1988年生，博士研究生，研究方向为电工理论与新技术。(通信作者)

王宁会 男，1954年生，教授，博士生导师，研究方向为电工理论与新技术。