基于筒体表面抛落和滑动区振动信号的磨机负荷检测方法技术

本发明专利技术公开了一种基于筒体表面抛落和滑动区振动信号的磨机负荷检测方法，用以解决长期以来火电厂磨机负荷难以准确检测的问题；本发明专利技术通过对磨机内部的研磨机理进行分析，选取抛落区和滑动区的振动信号作为研究对象；依据功率谱重心，对振动频谱进行特征频段选取和特征信息提取；然后利用重构支持向量算法并基于最小二乘支持向量机建立具有复杂度低、精确度高的预测模型；最后，对各个振动信号的预测估计值进行一致性检验和数据融合，从而避免个别振动传感器故障引起的预测值错误。本方法提出的磨机负荷软测量方法，能够确保在测量过程中获得良好的准确度和灵敏度，为磨机的准确监测提供了保障。

Mill load detection method based on vibration signal of cylinder surface drop zone and sliding zone

The invention discloses a method for detecting the surface of the cylinder mill load drop zone and vibration signal based on the sliding area, to solve the long-standing problem of mill load accurately detecting; the invention through the analysis of the internal mechanism of grinding mill, select the drop zone and vibration signal of the sliding zone as the research object based on the power spectrum; focus on vibration spectrum to extract feature band selection and feature information; and then use the support vector reconstruction algorithm and least squares support vector machine is established with complex prediction model based on low degree and high accuracy; finally, to predict the vibration signal estimate consistency test and data fusion, so as to avoid the error prediction the value of vibration caused by individual sensor fault. The proposed method can ensure the accuracy and sensitivity in the measurement process, and provide a guarantee for the accurate monitoring of the mill.

【技术实现步骤摘要】

本专利技术涉及一种筒式磨机负荷的软测量方法，具体涉及一种基于筒体表面抛落区和滑动区振动信号的磨机负荷检测方法。
技术介绍
在火力发电厂中，筒式低速球磨机是制粉系统中的常用设备。由于筒式钢球磨煤机对煤种的适应性强的特点，目前仍是国内应用最广的一种磨煤机。磨煤机是制粉系统的关键设备，它能否工作在最佳工况，直接关系到制粉系统的工作效率。而磨机负荷的准确监测是实现实时调整磨机运行参数，优化当前运行工况的必要手段。由于磨机工作环境差，粉尘污染大，内部环境恶劣，因此无法直接测量，只能通过间接法检测。目前，应用较多的磨机负荷检测方法有磨音法、振动法以及功率法。现有磨音法是通过单个声音传感器简单检测磨机噪声声强来判断其负荷，缺点是检测精度不高，未能有效去除背景噪声干扰，特别是当多台磨机同时在一个车间内运行时，临近磨机运行时所发出的噪声会严重影响负荷检测的准确性。振动法是利用磨机运转时，研磨体和物料偏于磨机的一侧，磨机的转动部分处于严重的不平衡状态，造成不平衡的离心力，并使磨机系统振动，磨机在转速不变时其振动强度与被磨物料量的多少有关这一特性检测的；而且基于振动法的负荷监测方法多采用灵敏度较低的轴承振动和筒体振动信号，造成振动法监测的线性度差，准确度不高等问题。功率法的思路是通过测量磨机运行时电机所消耗的功率来判断磨机内的负荷。在实际应用中，是测量磨机的工作电流。此种方法的不足之处在于工作电流在整个工作过程中，变化不是很大，因为磨机内煤质所占整个球磨机的比重不大，所以导致测量灵敏度低。近年来，对磨机负荷的检测已经进行了大量的研究，如《基于ANFIS的火电厂磨机负荷检测的软测量模型》(司刚全，曹晖，张彦斌等，仪器仪表学报，第4期增刊II，2007，vol.28)，《基于复合式神经网络的火电厂筒式钢球磨煤机负荷软测量》(司刚全，曹晖，张彦斌等，热力发电，2007，第5期)。《基于神经元网络的制粉系统球磨机负荷软测量》(王东风，宋之平)。但是这些方法存在的问题是，都是基于噪声、轴承振动信号或压力信号作为参数进行建模，选用的振动信号多是灵敏度低的轴承振动信号，并且只是用来作为建模的辅助变量之一，未能充分的发挥振动信号在磨机负荷检测中的作用。同时，基于灵敏度高、抗干扰性强的磨机筒体振动信号的磨机负荷检测也在半自磨上取得应用《Investigationonmeasuringthefilllevelofanindustrialballmillbasedonthevibrationcharacteristicsofthemillshell》(HUANGP,JIAMP,ZHONGBL.)，但是所用的振动信号并不是从磨机振动的物理分析中得出，并且其所采用的建模对象是所有频率的振动信号，而实际应用中的振动信号的大多数频段对于磨机负荷检测没有意义。
技术实现思路
本专利技术的目的在于提供一种基于筒体表面抛落区和滑动区振动信号的磨机负荷检测方法，以克服上述现有技术存在的缺陷，本专利技术采用特征频段选择、特征信息提取和基于支持向量重构的最小二乘支持向量机，以及一致性监测和数据融合等技术，从而实现对磨机负荷的准确预测。为达到上述目的，本专利技术采用如下技术方案：一种基于筒体表面抛落区和滑动区振动信号的磨机负荷检测方法，包括以下步骤：1)在筒体表面安装若干位于同一水平面的振动传感器，通过控制采样时间来采集筒式钢球磨机抛落区和滑动区的振动信号；2)基于功率谱对获取的振动信号进行特征频段选取，并根据功率谱重心和单高斯函数计算自适应加权系数得到表征筒式磨机负荷的振动特征信息；3)对提取到的抛落区和滑动区的振动特征信息分别应用最小二乘支持向量机进行建模，得到初始模型，并基于重构算法对特征信息进行稀疏化，得到复杂度低和稳定性高的稀疏化模型；4)对各个抛落区和滑动区的振动信号建立稀疏化模型，进行负荷预测，再对得到的多组抛落区和滑动区的磨机负荷预测值基于两正态分布均值差的双侧假设检验法进行一致性测度，剔除错误预测值；5)在保证各个信号之间的磨机负荷预测值的一致性后，采用最优加权因子算法对磨机负荷预测值进行数据融合，最后得到筒式钢球磨机的总体负荷预测值。进一步地，所述的振动传感器分别安装于距离磨机筒体入口处1/3、1/2、2/3位置，所述抛落区通过安装在磨机底部的位置识别装置识别，所述滑动区的识别方法为以抛落区为起始时刻，推迟时间t，t＝1/3×T，T是筒体的旋转周期，在一个周期内，每个振动传感器采集两次振动信号，各振动信号分别表示为1/3处抛落区信号Vibp1，1/3处滑动区信号Vibh1；1/2处抛落区信号Vibp2，1/2处滑动区信号Vibh2；2/3处抛落区信号Vibp3，2/3处滑动区信号Vibh3。进一步地，所述的振动特征信息提取方法是基于功率谱重心和单高斯函数加权系数进行的，具体包括以下步骤：1)功率谱能量计算，首先采集磨机负荷ML从空磨状态逐渐到满磨状态下的振动信号序列{xML(i)(n)；n＝1,2,…,N；i＝1,2,…,I本文档来自技高网...

【技术保护点】
一种基于筒体表面抛落区和滑动区振动信号的磨机负荷检测方法，其特征在于，包括以下步骤：1)在筒体表面安装若干位于同一水平面的振动传感器，通过控制采样时间来采集筒式钢球磨机抛落区和滑动区的振动信号；2)基于功率谱对获取的振动信号进行特征频段选取，并根据功率谱重心和单高斯函数计算自适应加权系数得到表征筒式磨机负荷的振动特征信息；3)对提取到的抛落区和滑动区的振动特征信息分别应用最小二乘支持向量机进行建模，得到初始模型，并基于重构算法对特征信息进行稀疏化，得到复杂度低和稳定性高的稀疏化模型；4)对各个抛落区和滑动区的振动信号建立稀疏化模型，进行负荷预测，再对得到的多组抛落区和滑动区的磨机负荷预测值基于两正态分布均值差的双侧假设检验法进行一致性测度，剔除错误预测值；5)在保证各个信号之间的磨机负荷预测值的一致性后，采用最优加权因子算法对磨机负荷预测值进行数据融合，最后得到筒式钢球磨机的总体负荷预测值。

【技术特征摘要】
1.一种基于筒体表面抛落区和滑动区振动信号的磨机负荷检测方法，其特征在于，包括以下步骤：1)在筒体表面安装若干位于同一水平面的振动传感器，通过控制采样时间来采集筒式钢球磨机抛落区和滑动区的振动信号；2)基于功率谱对获取的振动信号进行特征频段选取，并根据功率谱重心和单高斯函数计算自适应加权系数得到表征筒式磨机负荷的振动特征信息；3)对提取到的抛落区和滑动区的振动特征信息分别应用最小二乘支持向量机进行建模，得到初始模型，并基于重构算法对特征信息进行稀疏化，得到复杂度低和稳定性高的稀疏化模型；4)对各个抛落区和滑动区的振动信号建立稀疏化模型，进行负荷预测，再对得到的多组抛落区和滑动区的磨机负荷预测值基于两正态分布均值差的双侧假设检验法进行一致性测度，剔除错误预测值；5)在保证各个信号之间的磨机负荷预测值的一致性后，采用最优加权因子算法对磨机负荷预测值进行数据融合，最后得到筒式钢球磨机的总体负荷预测值。2.根据权利要求1所述的一种基于筒体表面抛...

【专利技术属性】
技术研发人员：司刚全，石建全，李水旺，周舟，贾立新，张彦斌，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61