球磨机负荷检测软测量建模方法的研究

球磨机负荷检测软测量建模方法的研究

论文摘要

球磨机是矿物加工过程进行物料粉碎的关键设备。球磨机负荷(包括钢球量、矿石量以及水量)是磨矿过程的重要参数,直接关系到磨矿的效率和能耗。现有技术手段无法对磨机内部负荷进行精确的检测,造成对磨机的控制效果不理想,自动化程度不高,导致大量能源的浪费。为了提高磨机运行的稳定性和经济性,提高生产效率,节能降耗,本文依托国家“863”计划科研项目开展了球磨机负荷软测量建模方法的研究,并结合实验数据进行了模型的验证,取得到很好的验证效果。本文的主要工作内容如下:(1)针对球磨机的运行特点,在频谱分析的基础上,提出了采用振动和声响信号的的特征频段的分频段能量作为检测磨机内部负荷的依据。基于上述理论,开展了磨机负荷检测实验研究,结合实验数据,对振动和声响信号进行功率谱估计,提取特征频段的分频段能量值,分别采用PCA-RBF和PCA-SVM算法建立了磨机负荷检测软测量模型。(2)利用MATLAB设计并开发了磨机负荷检测软件系统。该软件系统由信号导入模块、信号分析模块、负荷识别模块、算法验证等模块组成,可以实现对磨机负荷的在线检测,并能对检测误差进行实时分析。(3)在所设计的软件系统上对磨机负荷检测软测量模型进行了相关的实验研究。研究结果表明:基于PCA-RBF的软测量方法对于钢球负荷实现了较为满意的软测量,基于PCA-SVM的软测量方法对磨机水负荷实现了较为满意的软测量,而磨机矿石负荷的软测量方法仍然有待于进一步深入研究。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究背景与意义
  • 1.2 球磨机负荷检测方法研究现状和发展趋势
  • 1.2.1 球磨机负荷的直接检测方法
  • 1.2.2 球磨机负荷的间接检测方法
  • 1.2.3 球磨机负荷检测的发展趋势
  • 1.3 软测量技术
  • 1.3.1 软测量技术及原理
  • 1.3.2 软测量技术的研究与应用
  • 1.3.3 软测量技术的发展趋势
  • 1.4 论文的工作安排
  • 第2章 球磨机负荷检测软测量建模理论基础
  • 2.1 球磨机的结构和工作原理
  • 2.1.1 磨矿过程工艺描述
  • 2.1.2 球磨机的结构和工作原理
  • 2.2 球磨机负荷检测实验设计
  • 2.2.1 基于振动和声响信号检测磨机负荷的机理分析
  • 2.2.2 球磨机负荷检测实验方法
  • 2.3 数字信号处理技术
  • 2.3.1 基于时域的信号处理技术
  • 2.3.2 基于频域的信号处理技术
  • 2.4 主元分析理论
  • 2.4.1 主元分析理论概述
  • 2.4.2 主元得分向量的计算及主元分解
  • 2.4.3 主元个数的选取方法
  • 2.5 神经网络技术
  • 2.5.1 神经元模型
  • 2.5.2 神经网络结构
  • 2.5.3 神经网络的学习
  • 2.6 支持向量机理论
  • 2.6.1 统计学理论和支持向量机概述
  • 2.6.2 统计学理论的核心内容
  • 2.6.3 支持向量机
  • 2.7 本章小结
  • 第3章 球磨机负荷检测软测量建模技术研究
  • 3.1 软测量模型结构
  • 3.2 变量选择
  • 3.3 数据预处理
  • 3.4 信号的频谱分析
  • 3.4.1 功率谱的计算
  • 3.4.2 频谱特征提取
  • 3.5 主元分析
  • 3.6 神经网络建模
  • 3.6.1 神经网络的选择
  • 3.6.2 RBF神经网络的设计
  • 3.6.3 RBF神经网络模型的训练
  • 3.7 支持向量机建模
  • 3.8 本章小结
  • 第4章 球磨机负荷检测软测量软件设计
  • 4.1 磨机负荷检测系统结构设计
  • 4.2 磨机负荷检测系统模块功能设计
  • 4.2.1 程序运行主界面的设计
  • 4.2.2 信号导入模块的设计
  • 4.2.3 信号分析模块的设计
  • 4.2.4 负荷识别模块的设计
  • 4.2.5 算法验证模块的设计
  • 4.2.6 系统和关于
  • 4.3 本章小结
  • 第5章 球磨机负荷检测软测量实验研究
  • 5.1 实验数据
  • 5.2 软测量建模实验
  • 5.2.1 信号分析与处理实验
  • 5.2.2 磨机负荷检测实验
  • 5.3 模型验证分析
  • 5.4 本章小结
  • 第6章 结束语
  • 参考文献
  • 致谢
  • 攻读硕士期间的科研工作
  • 相关论文文献

    • [1].磨机负荷及温度监测技术在水泥行业的应用[J]. 水泥工程 2020(01)
    • [2].基于磨音频带监测的磨机负荷分析仪的研究[J]. 数字技术与应用 2016(04)
    • [3].多传感器数据融合技术在球磨机负荷检测中的应用[J]. 测控技术 2012(06)
    • [4].基于多源信号融合的球磨机负荷预测方法研究[J]. 振动与冲击 2019(08)
    • [5].球磨机负荷实时测量的振动检测法[J]. 黑龙江电力 2008(06)
    • [6].磨矿过程的球磨机研磨机理数值仿真及磨机负荷参数软测量综述[J]. 北京工业大学学报 2018(11)
    • [7].球磨机负荷串级H_∞鲁棒控制器的设计与仿真[J]. 仪表技术与传感器 2010(11)
    • [8].磨矿过程磨机负荷的智能监测与控制[J]. 控制理论与应用 2008(06)
    • [9].基于多源数据特征融合的球磨机负荷软测量[J]. 浙江大学学报(工学版) 2010(07)
    • [10].基于即时学习策略的火电厂球磨机负荷软测量[J]. 计算机工程与应用 2012(07)
    • [11].磨机负荷的磨音多频带检测研究与开发[J]. 仪器仪表与分析监测 2008(02)
    • [12].磨机负荷的磨音多频带检测研究与开发[J]. 仪器仪表用户 2008(05)
    • [13].融合时/频信息的磨矿过程磨机负荷软测量[J]. 控制理论与应用 2012(05)
    • [14].基于自适应多核潜结构映射选择性集成模型的磨机负荷参数预测(英文)[J]. 控制理论与应用 2019(06)
    • [15].基于多工况迁移学习的磨机负荷参数软测量[J]. 控制工程 2019(11)
    • [16].基于改进粒子群算法的RBF神经网络磨机负荷预测研究[J]. 计算机测量与控制 2020(06)
    • [17].基于KPCA频谱特征提取的球磨机负荷建模方法[J]. 沈阳化工大学学报 2014(02)
    • [18].基于数据融合与案例推理的球磨机负荷优化控制[J]. 化工学报 2009(07)
    • [19].半监督多源域适应集成的球磨机负荷参数软测量[J]. 振动与冲击 2019(19)
    • [20].基于DCS采集的振动数据的磨机负荷分析[J]. 有色金属(选矿部分) 2019(04)
    • [21].基于RBF神经网络的磨机负荷智能控制的研究[J]. 矿业研究与开发 2018(02)
    • [22].水泥磨机负荷的LPV预测控制[J]. 济南大学学报(自然科学版) 2016(02)
    • [23].基于CEEMDAN-云模型特征熵和LSSVM的磨机负荷预测研究[J]. 振动与冲击 2019(07)
    • [24].基于CEEMDAN和多尺度排列熵的球磨机负荷识别方法[J]. 噪声与振动控制 2018(03)
    • [25].面向磨机负荷参数预测的多通道机械信号分析评估与优化组合[J]. 北京工业大学学报 2020(09)
    • [26].基于EMD和选择性集成学习算法的磨机负荷参数软测量[J]. 自动化学报 2014(09)
    • [27].选择性融合多尺度筒体振动频谱的磨机负荷参数建模[J]. 控制理论与应用 2015(12)
    • [28].基于模糊自调整和采样模糊控制的磨机负荷控制策略[J]. 中南大学学报(自然科学版) 2013(S1)
    • [29].基于POS-BP的磨矿过程磨机负荷智能分析方法研究[J]. 有色金属(选矿部分) 2020(04)
    • [30].基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法[J]. 化工学报 2019(02)

    标签:;  ;  ;  

    球磨机负荷检测软测量建模方法的研究
    下载Doc文档

    猜你喜欢