【技术实现步骤摘要】
本专利技术属于球磨分析仪领域，具体地说，涉及一种球磨分析仪及其控制方法。
技术介绍
1、对于针对矿石的各类研磨设备、球磨机，由于工作原理，很难对于内部进料量进行有效监控，完全依赖操作员的经验，根据研磨设备释放的音色、音量情况进行调整，在具体工业生产过程中，对于产出品质、作业生产效率很难有效提升。现有解决方案是利用磨音分析仪模仿操作员的耳朵，对于磨音的音量进行监控，并利用dcs系统控制进料，提升作业自动化水平。
2、现有磨音分析仪，无法动态反馈物料的品质情况。例如不同硬度、湿度的矿石研磨过程所需要时间是不同的；反馈到采集层面，相同的入料量，音频的频率、幅度均有所差异；在应用层面，相同的音频反馈所需要的研磨时间会有所差异，需要针对不同品质的矿石采用不同的控制策略。
3、这种调整方式导致系统的版本一致性很差；有效的球磨控制优化策略对设计人员对于地质、控制等多方面知识要求较高；对于同一个生产系统，在矿石来源或品质发生变化，也很难快速完成参数及策略的切换，响应速度慢，效率低，不能对球磨容量进行精准的预测，智能化程度低。
4、有鉴于此特提出本专利技术。
技术实现思路
1、本专利技术要解决的技术问题在于克服现有技术的不足，提供一种球磨分析仪及其控制方法，通过在矿石球磨过程中，根据磨音信号实时、动态地预测和反馈球磨容量，同时考虑矿石的不同硬度和湿度特性，以提高生产效率和系统响应速度。
2、为解决上述技术问题，本专利技术采用技术方案的基本构思是：本专利
3、收音器，用于接收球磨设备运行过程中的音频信号频段；
4、滤波模块，用于过滤获取的音频信号频段，筛选出需要的音频信号频段；
5、放大模块，用于对筛选的音频信号频段进行放大；
6、智能分析模块，用于获取放大后的音频信号频段，对音频信号频段进行处理分析和输出预测；
7、输出模块，用于将输出预测结果转换为实际控制信号，并进行输出；
8、所述处理分析模块包括：能量谱计算模块，对音频信号频段进行频谱分析，提取各频段能量作为特征，并结合历史状态构建特征向量；
9、模型推理模块，利用构建的特征向量进行处理预测当前的球磨容量。
10、进一步地，所述能量谱计算模块包括：频谱分析单元，用于接收音频信号频段，将音频信号划分为若干固定频段间隔；
11、能量谱计算单元，用于计算每个频段间隔内的频谱积分值；
12、特征提取单元，用于将能量普计算模块的频谱积分值作为特征向量，并结合前周期的中间状态量，利用线性变换和激活函数对特征向量进行处理，并结合历史状态构建特征向量。
13、进一步地，所述模型推理模块包括：循环神经网络单元，用于利用循环神经网络单元的循环结构，结合当前输入和历史输入状态，计算当前周期的状态和中间状态量；所述模型推理模块包括多级循环神经网络单元，形成全链接层结构；
14、预测输出单元，将循环神经网络单元的输出作为全链接层结构的输入，通过线性变换和激活函数得到最终的预测值。
15、本专利技术还公开一种应用于所述的一种球磨分析仪的控制方法，所述控制方法包括以下步骤：
16、获取收音器接收球磨设备中的音频信号，对音频信号进行滤波处理，去除噪声和不必要的干扰；
17、智能分析模块对获取音频信号频段进行处理，提取各频段能量作为特征，并结合历史状态构建对于不同硬度/湿度矿石的研磨进度进行了特征提取；
18、模型推理模块利用循环神经网络对能量谱数据进行特征提取和计算预测值；
19、输出模块将计算后的预测值转化为实际控制信号，并将计算结果以标准信号输出。
20、进一步地，在智能分析模块对获取音频信号频段进行处理时还包括：
21、将获取音频信号转换为数字信号；
22、对转换后的数字信号进行快速傅里叶变换，将数字信号从时域转换到频域。
23、进一步地，在提取各频段能量作为特征，并结合历史状态构建对于不同硬度/湿度矿石的研磨进度进行了特征提取时还包括：
24、将频域信号划分为若干固定频段间隔，并计算每个频段内的能量谱；
25、将计算后的能量谱作为后续输入，模型推理模块利用循环神经网络对离散能量谱数据进行处理，提取研磨进度特征，并预测球磨容量。
26、进一步地，所述模型推理模块利用循环神经网络对离散能量谱数据进行处理，提取研磨进度特征，并预测球磨容量具体包括：
27、首先将xt作为后续计算的输入量输入到循环神经网络，循环神经网络通过引入历史输入状态ct-1，利用预定义的权重矩阵和激活函数对特征向量进行处理，计算当前周期的状态ht和中间状态ct。
28、进一步地，
29、所述激活函数为sigmoid；中间状态ct＝sig(w1﹒xt)+(w2﹒ct-1)；
30、所述ht＝(sig(w0﹒xt)☉(sig(sig(w1﹒xt)+(w2﹒ct-1)))；
31、其中：ht为当前周期的状态；sig为激活函数；w0、w1、w2为预定义的权重矩阵；xt为输入量；ct-1为历史输入状态。
32、进一步地，所述循环神经网络由多个循环神经网络串联构成。
33、进一步地，输出模块将计算后的预测值转化为实际控制信号，并将计算结果以标准信号输出具体包括：
34、输出模块根据循环神经网络的当前周期的状态输出ht，通过全链接层计算最终输出值out，数值在[0,1]之间，并转换为4～20ma电流信号最终输出；
35、所述out＝sig(sum(wk))；
36、其中：sig为激活函数，wk为全连接层输出前的最终加权向量。
37、采用上述技术方案后，本专利技术与现有技术相比具有以下有益效果：
38、(1)本专利技术磨音分析仪通过实时接收球磨设备的音频信号，并对其进行处理和分析，能够快速响应球磨设备的运行状态变化，实现对球磨容量的准确预测，通过精准预测球磨容量，可以优化球磨设备的运行参数，如进料速度、研磨时间等，从而提高生产效率和产品质量，智能分析模块和模型推理模块的应用，使得球磨设备的管理更加智能化、自动化，降低了人工干预的复杂性和成本。
39、(2)通过将检测频段划分为多个离散区段，并计算每个区段内的能量，系统能够更细致地捕捉输入信号的频谱特征。这种细化处理有助于识别矿石在研磨过程中产生的细微差异，提高系统的分辨能力，同时分频段处理可以减少整个频段内噪声对有用信号的干扰，能够更有效地提取出与矿石研磨状态相关的特征，也能够更灵活地适应不同类型的矿石，从而提高系统的鲁棒性和通用性。。
40、(3)本专利技术通过使用循环神经网络处理时间序列数据，能够捕捉数据中的时间依赖性和动态变化，在矿石研磨监测中，引入历史计算量作为输入，可以帮助rnn网络更好地理解研磨过本文档来自技高网...
【技术保护点】
1.一种磨音分析仪，其特征在于，包括：
2.根据权利要求1所述的一种磨音分析仪，其特征在于，所述能量谱计算模块包括：频谱分析单元，用于接收音频信号频段，将音频信号划分为若干固定频段间隔；
3.根据权利要求2所述的一种磨音分析仪，其特征在于，所述模型推理模块包括：循环神经网络单元，用于利用循环神经网络单元的循环结构，结合当前输入和前周期的中间状态量，计算当前周期的状态和中间状态量；所述模型推理模块包括多级循环神经网络单元，形成全链接层结构；
4.一种应用于权利要求1-3任一所述的一种球磨分析仪的控制方法，其特征在于，所述控制方法包括以下步骤：
5.根据权利要求4所述的一种球磨分析仪的控制方法，其特征在于，在智能分析模块对获取音频信号频段进行处理时还包括：
6.根据权利要求5所述的一种球磨分析仪的控制方法，其特征在于，在提取各频段能量作为特征，并结合历史状态构建对于不同硬度/湿度矿石的研磨进度进行了特征提取时还包括：
7.根据权利要求6所述的一种球磨分析仪的控制方法，其特征在于，所述模型推理模块利用循环神经网络对
8.根据权利要求7所述的一种球磨分析仪的控制方法，其特征在于，
9.根据权利要求4所述的一种球磨分析仪的控制方法，其特征在于，所述循环神经网络由多个循环神经网络串联构成。
10.根据权利要求7所述的一种球磨分析仪的控制方法，其特征在于，输出模块将计算后的预测值转化为实际控制信号，并将计算结果以标准信号输出具体包括：
...【技术特征摘要】
1.一种磨音分析仪，其特征在于，包括：
2.根据权利要求1所述的一种磨音分析仪，其特征在于，所述能量谱计算模块包括：频谱分析单元，用于接收音频信号频段，将音频信号划分为若干固定频段间隔；
3.根据权利要求2所述的一种磨音分析仪，其特征在于，所述模型推理模块包括：循环神经网络单元，用于利用循环神经网络单元的循环结构，结合当前输入和前周期的中间状态量，计算当前周期的状态和中间状态量；所述模型推理模块包括多级循环神经网络单元，形成全链接层结构；
4.一种应用于权利要求1-3任一所述的一种球磨分析仪的控制方法，其特征在于，所述控制方法包括以下步骤：
5.根据权利要求4所述的一种球磨分析仪的控制方法，其特征在于，在智能分析模块对获取音频信号频段进行处理时还包括：...
【专利技术属性】
技术研发人员：刘猷韬，程序，
申请(专利权)人：北京宏途创联科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。