基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法

针对球磨机在磨矿过程中负荷(充填率、料球比)靠经验难以准确判断的问题,提出基于改进的集总平均经验模态分解算法(modified ensemble empirical mode decomposition, MEEMD)-多尺度分形盒维数盒和极限学习机(extreme learning machine,ELM)的负荷识别方法。该方法首先利用MEEMD算法对不同负荷状态下的磨音信号进行分解得到本征模态分量,然后,采用相关系数法选取敏感模态分量进行重构得到降噪后信号;通过分析重构信号的多尺度分形盒维数,结果表明,欠负荷、正常负荷和过负荷状态下的多尺度分形盒维数存在明显的差异,能够很好地区分磨机的不同负荷状态。将重构磨音信号的多尺度分形盒维数作为极限学习机(ELM)的输入,磨机负荷状态为输出,建立磨机负荷识别模型;通过磨矿实验验证了该方法的有效性,整体识别率高达94.8%,模型能够准确识别磨机负荷状态。     

基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法

针对球磨机在磨矿过程中负荷(充填率、料球比)靠经验难以准确判断的问题,提出基于改进的集总平均经验模态分解算法(modified ensemble empirical mode decomposition, MEEMD)-多尺度分形盒维数盒和极限学习机(extreme learning machine,ELM)的负荷识别方法。该方法首先利用MEEMD算法对不同负荷状态下的磨音信号进行分解得到本征模态分量,然后,采用相关系数法选取敏感模态分量进行重构得到降噪后信号;通过分析重构信号的多尺度分形盒维数,结果表明,欠负荷、正常负荷和过负荷状态下的多尺度分形盒维数存在明显的差异,能够很好地区分磨机的不同负荷状态。将重构磨音信号的多尺度分形盒维数作为极限学习机(ELM)的输入,磨机负荷状态为输出,建立磨机负荷识别模型;通过磨矿实验验证了该方法的有效性,整体识别率高达94.8%,模型能够准确识别磨机负荷状态。     

基于多尺度特征能量-核极限学习机的双循环流化床气流堵塞故障智能诊断

为减轻双循环流化床结块与堵塞故障对生物质气化反应的负面影响,提出基于多尺度特征能量-核极限学习机(kernel extreme learning machine, KELM)的故障诊断模型。首先对故障状态下压力信号采用小波分解获得多尺度信号,然后提取各尺度特征能量作为特征向量,最后将其输入经遗传算法优化的核极限学习智能诊断模型,实现双循环流化床气流堵塞故障的智能诊断。通过对公开的轴承故障数据集和双循环流化床冷态实验系统数据的分类识别分析,并与基于变分模态分解和样本熵特征提取的KELM诊断模型进行比较,结果表明：本模型具有较高的故障诊断精度(82.5%),能够有效提取故障特征,用于双循环流化床气流堵塞的高效分类识别。     

基于多尺度特征能量-核极限学习机的双循环流化床气流堵塞故障智能诊断

为减轻双循环流化床结块与堵塞故障对生物质气化反应的负面影响,提出基于多尺度特征能量-核极限学习机(kernel extreme learning machine, KELM)的故障诊断模型。首先对故障状态下压力信号采用小波分解获得多尺度信号,然后提取各尺度特征能量作为特征向量,最后将其输入经遗传算法优化的核极限学习智能诊断模型,实现双循环流化床气流堵塞故障的智能诊断。通过对公开的轴承故障数据集和双循环流化床冷态实验系统数据的分类识别分析,并与基于变分模态分解和样本熵特征提取的KELM诊断模型进行比较,结果表明:本模型具有较高的故障诊断精度(82.5%),能够有效提取故障特征,用于双循环流化床气流堵塞的高效分类识别。     

基于EEMD近似熵的矿山微震信号特征提取研究

为解决矿山岩体破裂和爆破震动信号不易自动识别的问题,提出了一种基于EEMD(聚合经验模态分解)和近似熵的微震信号特征提取方法,以某金属矿山微震监测系统建立的爆破震动信号与岩体破裂信号数据为分析对象,首先利用该方法对两类微震监测信号进行EEMD分解,获得多个窄带本征模态分量(IMFs);再利用相关系数法确定与两类原始信号最相关的IMF分量得到主要分量,进而计算各主分量的近似熵;最后把主要分量的近似熵值组成表征微震信号的多尺度高维特征向量作为支持向量机(SVM)的判断输入进行训练预测。预测结果表明:EEMD近似熵特征提取方法结合SVM,对矿山爆破震动信号和岩体破裂信号具有较高的识别率,能准确、有效地进行智能分类,为信号识别研究提供了新的途径。     

基于蝙蝠算法优化支持向量机的滚动轴承故障诊断

支持向量机中参数的选择会直接影响滚动轴承故障诊断的分类效果,基于此提出一种采用蝙蝠算法优化支持向量机的故障诊断模型,以提高分类的准确率.首先将采集到的振动信号进行集成经验模式分解,分解后得到一系列模态函数分量IMF,并将计算得到的各个分量的能量熵作为信号的特征向量,将所构造的特征向量输入到蝙蝠算法优化的支持向量机BA-...     

基于VMD和MF-DFA的往复压缩机气阀故障特征提取方法

针对往复压缩机气阀故障振动信号在进行多重分形分析时易受时间序列非平稳趋势影响,无法准确揭示其多重分形特征的难题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和多重分形去趋势分解(Multifractal Detrended Fluctuation Analysis,MF-DFA)的往复压缩机气阀故障特征提取方法。首先,利用VMD方法对往复压缩机气阀信号进行分解,根据互相关系数法选取模态分量进行信号重构,可有效消除噪声干扰;然后采取MF-DFA方法对重构后信号进行分析,以反映结构特征和局部振动信号尺度行为的特征向量参数Δα、α(fmax)、fmax、Δf和B为模式识别向量,极限学习机(Extreme Learning Machine,ELM)为故障分类器对往复压缩机气阀的4种状态进行分类识别。研究结果表明:该方法能够揭示往复压缩机气阀振动信号的多重分形特性,具有较强的辨识能力。     

基于EMD瞬时功率谱熵的神经网络滚动轴承故障诊断

滚动轴承在发生故障时,其动力学特性往往呈现出复杂性和非线性,振动信号也会随之表现出非平稳性。为此,提出一种基于EMD瞬时功率谱熵的滚动轴承特征提取方法。该方法将轴承信号进行EMD分解,得到有限个IMF分量,对这些分量进行功率谱处理,计算其功率谱的信息熵。EMD瞬时功率谱熵作为特征向量,采用神经网络进行故障分类,实验结果表明,此方法的分类准确率可达96.25%。     

φ2200mm×4400mm风扫球磨机的使用

由于过磷酸钙装置生产能力由50 kt/a提高到200kt/a,φ22 2mm×4 400mm风扫球磨机磨粉负荷增大,磨机出现筒体变形和烧电机等问题.采取若干技改措施筒体厚增加4 mm;更换额定功率280 kW的电机;入磨矿块度从60 mm降为30 mm,入磨前矿石进行预干燥,使单台磨机磨粉能力满足了200kt/a过磷酸钙生产的需要.     

起伏振动状态下倾斜管内两相流多尺度熵分析

将振动装置和气液两相流实验回路相结合,在起伏振动状态下对倾斜管内气液两相流进行实验研究,观察记录流型并使用多尺度熵方法对压差波动信号进行分析。研究结果表明振动条件下倾斜管内出现两种新流型为珠状流、起伏弹状流。同时对95种流动条件下的5种典型流型的差压波动信号进行多尺度熵分析。结果表明,不同流型在低尺度(前9个)下的熵值变化率有明显不同,高尺度下的熵值可以反映不同流型的动力学特性。     

陶瓷厂球磨机齿轮减速箱倒频谱故障诊断法

介绍了倒频谱分析的基本原理及在齿轮减速箱故障诊断中的应用.鉴于球磨机齿轮减速箱振动信号中调制源多、频率成分复杂,功率谱中存在大量的非对称边频带及周期性结构信号导致故障识别工作困难的问题,运用倒频谱分析法对其进行故障诊断,它能将功率谱上成族的边频带谱线简化为单根谱线,分离和提取出密集泛频信号中的周期成分、多成分边频,快速准确诊断球磨机齿轮减速箱中零件的故障.     

Selective ensemble modeling based on nonlinear frequency spectral feature extraction for predicting load parameter in ball mills

Strong mechanical vibration and acoustical signals of grinding process contain useful information related to load parameters in ball mills. It is a challenge to extract latent features and construct soft sensor model with high dimensional frequency spectra of these signals. This paper aims to develop a selective ensemble modeling approach based on nonlinear latent frequency spectral feature extraction for accurate measurement of material to ball volumeratio. Latent features are first extracted fromdifferent vibrations and acoustic spectral segments by kernel partial least squares. Algorithms of bootstrap and least squares support vector machines are employed to produce candidate sub-models using these latent features as inputs. Ensemble sub-models are selected based on genetic algorithm optimization toolbox. Partial least squares regression is used to combine these sub-models to eliminate collinearity among their prediction outputs. Results indicate that the proposedmodeling approach has better prediction performance than previous ones.     

Optimization of variables in grinding brass particles for paint and pigment industry

Flaky metal powders commonly used as paint and pigments, are generally produced by grinding in ball mills or vibration mills. The key to good quality powder production is to optimize the processing parameters. In the present work grinding of brass particles is studied in detail in a laboratory size ball mill to determine the optimal levels of the ball to material ratio, type and amount of additives, mill speed, ball load, etc. The quality of the powder is assessed on the basis of water coverage, degree of flattening and luster by visual inspection. Preliminary results in a 35 cm diameter ball mill with 30% ball load show that a material to ball ratio of 0.067 with a 0.1% dosage of stearic acid is required for good quality powder. For determining optimal mill speed and ball size a 2² factorial design of experiment has been followed. It has been determined that to achieve best powder quality the mill must run at 70% critical speed and the ball size must not exceed 20 mm. The quality of the powder assessed through SEM study for surface morphology and particle size analysis compares very well with the industrial samples.     

球磨质量与内衬结构形式的探讨

对采用异形砖砌筑球磨机筒体内衬成两端具有曲面过渡及柱面不连续螺旋复合的新结构形式，进行了球磨釉料的实验。实验结果表明，在相同条件下，新结构内衬球磨机球磨所得釉浆粗颗粒含量较少，颗粒分布范围较窄，颗粒质量优于普通内衬球磨机。同时就8t等大规格球磨机球磨釉料的可行性作了分析讨论。     

改善辊压机预粉磨系统水泥产品性能的措施

随着辊压机+球磨机粉磨系统的广泛运用,水泥颗粒分布变窄,与减水剂相容性变差等问题越来越引起人们的关注。采用降低选粉机用风量和转子转速的操作方法,可以拓宽水泥颗粒分布;合理调整研磨体级配保持较小的循环负荷,是保证该操作方法能够实施的前提;利用球磨机选择性粉磨特点合理选择物料搭配,不但使产品颗粒分布变宽,而且使材料组合更加合理。通过上述技术措施,预粉磨系统生产的水泥使用性能完全可以与开流粉磨的相媲美,而且强度高于开流磨水泥。     

基于数据融合与案例推理的球磨机负荷优化控制

在以球磨机为主要生产设备的工业过程中,球磨机负荷是与生产效率和能源消耗密切相关的重要指标。针对难以采用常规方法控制球磨机负荷的难题,将多传感器数据融合和案例推理方法相结合,提出了氧化铝生料浆配料过程的球磨机负荷优化控制方法。利用球磨机的振动和电流信号,采用多传感器数据融合方法在线估计出球磨机的负荷状态,在此基础上,采用案例推理方法自动调整进入球磨机的干料总量,从而使球磨机在“最佳负荷状态”下运行。将所提出的优化控制方法进行工业实验,结果表明,球磨机的台时产能得到了较大提高,同时降低了能源消耗并减少了“堵磨”故障次数,取得了良好的经济效益。所提出的方法为化工、冶金和电力等其他行业的球磨机负荷控制提供了重要的参考价值。     

几种典型水泥粉磨系统的比较

水泥粉磨系统已由早先的球磨机系统逐步发展到现在的球磨机+辊压机系统和立磨系统。通过分析流程和主要配置及运行参数,归类出比较典型的七种水泥粉磨系统的技术性能持点。其中,立磨终粉磨系统流程最简单,能耗最低,是水泥粉磨方案的首选;辊压机+球磨(带涡流选粉机)组成的联合粉磨系统及立磨和球磨组成的联合粉磨系统流程相近,能耗相近,可作为水泥粉磨系统的优选方案;辊压机和球磨机组成的开流及半开流系统缺点最多,应尽量避免选用。     

Trajectories and impact velocities of grinding bodies in planetary ball mills

The motion of grinding bodies in conventional ball mills has been repeatedly investigated, both theoretically and experimentally. It is well-known that, depending on mill filling and speed of rotation, different motion patterns occur and some of these patterns, especially that of cataracting, can be described by simplified theories. This contribution presents such a theory of the cataracting motion of grinding bodies in a planetary ball mill. An analytical method for the evaluation of trajectories is given which permits an iterative calculation of the time and impact location of the grinding bodies on mill shell or mill filling. This leads to the determination of the impact velocity of grinding bodies and its component normal to the mill shell. On the assumption that this component is decisive for the grinding effect, conditions for an optimal design of a planetary ball mill are deduced.