基于多源信号融合的球磨机负荷预测方法研究

2019-06-13罗小燕陈慧明卢小江

振动与冲击 2019年8期

罗小燕，邵凡，陈慧明，卢小江

(江西理工大学机电工程学院,江西赣州 341000)

球磨机是工业生产中物料粉碎的核心设备，其粉碎过程是通过钢球和物料之间的频繁碰撞来实现的。为保证球磨机高效、安全地运作，必须对球磨机内部工作状态进行检测[1]。目前磨机负荷预测的常用方法是利用各种间接检测技术，比如把球磨机的振动、磨音、电流、电压、进出口压差、进出口风温度等为参考量，作为预测磨机负荷参数变化的相关变量，并依此建立磨机内部负荷的软测量方法，应用到球磨机优化控制生产中，以实现整个生产过程工艺参数的最优化[2]。但是在实际生产过程中，基于以上单一因素的球磨机负荷预测存在其局限性，由于矿石性质的波动、外界因素的干扰和操作水平的差异等，球磨机的内部参数难以维持在最佳水平，不能充分发挥球磨机的功效[3]。因此，本文提出一种多源信号融合软测量方法，主要是对球磨机产生的振动、磨音、电机电流信号进行特征提取，获得与磨机负荷参数变化强相关、强稳定性的特征信息，再通过多源信息融合算法步骤建立软测量模型，预测球磨机的内部负荷参数变化。