论文部分内容阅读
球磨机是水泥生产行业的物料粉碎设备,由于缺乏可靠的磨机负荷检测手段,使得球磨机长期处于高功耗、低效率的工作状态下。并且球磨机在工作时,无法在其内部安装负荷测量装置,因此,对球磨机的负荷检测通常采用间接测量。研究表明,基于磨音信号的磨机负荷检测方法是目前最有效的检测方法。但是球磨机工作时噪声来源复杂,使得传统磨音信号分析和处理方法在检测磨机负荷时精度较低。因此,研究更加有效的磨机负荷检测方法具有十分重要的意义。本文通过对球磨机工作时音频信号的分析,研究出一种磨机负荷检测方法,创新性地将独立成分分析(Independent Component Analysis,ICA)算法和小波包能量谱的方法应用于磨音信号的提取和处理上,并通过处理结果提出了基于音频分析的磨机负荷检测方法。首先,通过对球磨机工作现场环境的研究,得出球磨机现场的各类原始音频信号之间具有相互独立的特征,并且在不同的球磨机负荷状态下,磨音信号的频谱和能量不同。然后采用ICA算法从多个拾音器采集的音频信号中提取出原始磨音信号;接着通过sym10小波基函数,对提取的原始磨音信号进行小波包能量谱分析,得到各频段的磨音信号,并在各频段内计算磨音信号的能量与声强值。通过对不同负荷状态下的球磨机的磨音信号进行分析,得到随磨机负荷变化最敏感的特征频段。最后在特征频段内,建立了磨音声强与磨机负荷的关系模型,以通过音频分析达到检测磨机负荷的目的。最后,对论文研究的方法进行了实验验证,验证结果表明:本文研究的基于ICA算法可有效提取出原始磨音信号,与传统方法相比,增强了磨音信号的信噪比。基于小波包能量谱的磨音信号分析方法,可有效实现不同磨机负荷状态下的磨音信号处理,并得到随磨机负荷变化最敏感的特征频段。在特征频段内建立的磨机负荷检测的关系模型能够有效地检测出磨机的负荷状态,在误差允许范围内,可实现磨机负荷检测的目标。本文方法为球磨机的负荷检测提供了理论基础,对磨机负荷检测理论的发展和应用具有重要的意义。