论文部分内容阅读
磨机负荷是磨矿过程的重要参数，能否准确地确定磨机负荷状态(欠负荷、最佳负荷、过负荷)及其内部参数状态(矿浆浓度、料球比、充填率)直接影响到磨矿产品的质量、产量以及设备的安全性。针对实际生产中只能依靠经验判断负荷状态，无法检测反映球、料、水负荷的磨机内部参数的现状，提出了对磨机筒体振动及振声信号进行时频转换，通过遗传算法-偏最小二乘(GA-PLS)进行频谱数据特征变量的选择，并融合时域电流信号，建立以矿浆浓度、料球比、充填率三个磨机内部参数为输出的磨机负荷软测量模型的方法。通过实验室球磨机的间歇式磨矿过程，验证了该软测量方法的有效性，表明了该方法比传统的基于全谱的主元回归(PCR)和偏最小二乘(PLS)具有更好的预测效果。