楊志剛 張 杰 李艷姣

(1.河北聯(lián)合大學(xué)電氣工程學(xué)院，河北 唐山063009;2.北京科技大學(xué)自動(dòng)化學(xué)院，北京100083;3.鋼鐵流程先進(jìn)控制教育部重點(diǎn)實(shí)驗(yàn)室，北京100083)

磨礦分級(jí)作業(yè)是選礦過(guò)程的重要環(huán)節(jié)，而其中對(duì)球磨機(jī)運(yùn)行狀態(tài)的檢測(cè)又是保證球磨機(jī)安全穩(wěn)定運(yùn)行的基礎(chǔ)［1-4］。球磨機(jī)運(yùn)行狀態(tài)的一個(gè)重要參數(shù)就是磨機(jī)負(fù)荷［5］，即球磨機(jī)內(nèi)部的瞬時(shí)全部裝載量，包括新給礦量、循環(huán)負(fù)荷、加水量和加球量等。目前，國(guó)內(nèi)外選礦廠多以人工經(jīng)驗(yàn)來(lái)判斷球磨機(jī)運(yùn)行狀態(tài)，導(dǎo)致生產(chǎn)過(guò)程中球磨機(jī)經(jīng)常處于“欠磨”、“飽磨”和“漲肚”等非正常運(yùn)行狀態(tài)，降低了磨礦過(guò)程的運(yùn)行效率，增大了選礦過(guò)程的能耗。據(jù)統(tǒng)計(jì)，磨礦分級(jí)作業(yè)的能耗一般占整個(gè)選礦過(guò)程的30% ～70%，快速準(zhǔn)確地檢測(cè)出球磨機(jī)的運(yùn)行狀態(tài)并加以調(diào)節(jié)，可以減少能源損耗和原材料消耗［6］。綜上，在保證磨礦產(chǎn)品達(dá)到工藝要求的前提下，保持球磨機(jī)穩(wěn)定運(yùn)行在正常狀態(tài)或最佳負(fù)荷狀態(tài)，對(duì)于選礦廠節(jié)能降耗、提高經(jīng)濟(jì)效益具有重要的意義。鑒于磨音是磨機(jī)負(fù)荷檢測(cè)的重要因素，本研究對(duì)影響磨音的因素進(jìn)行了分析，并對(duì)近年來(lái)磨機(jī)負(fù)荷的檢測(cè)方法進(jìn)行了概述，以為提高磨機(jī)運(yùn)行效率提供幫助。

1 球磨機(jī)運(yùn)行狀態(tài)分析

球磨機(jī)運(yùn)行特性復(fù)雜，具有慣性大和時(shí)滯時(shí)間長(zhǎng)等特性，且磨機(jī)負(fù)荷最佳工作點(diǎn)具有時(shí)變性，使得最佳負(fù)荷點(diǎn)始終處于不斷漂移的狀態(tài)，較強(qiáng)的參數(shù)耦合性，使得難以針對(duì)該過(guò)程建立精確的模型。同時(shí)在運(yùn)行過(guò)程中，物料特性的改變(如鋼球磨損和礦石濕度、粒度)以及磨機(jī)自身特性的改變(如襯板的磨損情況等)都會(huì)對(duì)磨機(jī)運(yùn)行特性產(chǎn)生較大的影響［7］。張彥斌等［8］分析了球磨機(jī)運(yùn)行過(guò)程中球磨機(jī)出力、磨音和球磨機(jī)電流隨磨機(jī)內(nèi)裝料量的變化規(guī)律。結(jié)果表明，隨著磨機(jī)內(nèi)物料量的增加，磨機(jī)運(yùn)行狀態(tài)可以分為3 個(gè)區(qū)域:當(dāng)磨機(jī)內(nèi)物料量較少時(shí)，磨機(jī)負(fù)荷和電流均較低，隨著物料的增加，球磨機(jī)出力、電流均逐漸增加，此時(shí)增加物料量有利于磨礦效率的提高;隨著磨機(jī)內(nèi)物料量的繼續(xù)增加，磨機(jī)電流和磨機(jī)出力達(dá)到相對(duì)穩(wěn)定的狀態(tài)，此時(shí)改變球磨機(jī)內(nèi)物料量對(duì)磨機(jī)運(yùn)行狀態(tài)影響較低，為磨機(jī)的穩(wěn)定運(yùn)行區(qū)間;當(dāng)磨機(jī)內(nèi)物料量繼續(xù)增大，磨機(jī)負(fù)荷達(dá)到最大值，此時(shí)再增加物料量，磨機(jī)負(fù)荷和電流均降低，容易出現(xiàn)堵磨現(xiàn)象。磨機(jī)在穩(wěn)定區(qū)間運(yùn)行，磨機(jī)負(fù)荷才能達(dá)到理想值，能耗也相對(duì)較低。

2 磨音影響因素分析

2.1 鋼球在球磨機(jī)筒體內(nèi)的運(yùn)動(dòng)形態(tài)

球磨機(jī)在運(yùn)行時(shí)，物料由入料口經(jīng)中空軸頸螺旋均勻地進(jìn)入球磨機(jī)筒體內(nèi)，筒體旋轉(zhuǎn)產(chǎn)生離心力，在離心力的作用下，鋼球隨筒體做螺旋上升運(yùn)動(dòng)，在被提升到一定的高度后，在重力作用下，按照某一軌跡跌落，形成鋼球?qū)ξ锪系淖矒簦瑥亩_(dá)到對(duì)物料的沖擊破碎作用。與此同時(shí)，筒體內(nèi)的物料還會(huì)受到鋼球與鋼球、鋼球與襯板之間的擠壓。鋼球在球磨機(jī)筒體內(nèi)有以下3 種典型的運(yùn)動(dòng)狀態(tài):①瀉落:當(dāng)球磨機(jī)筒體轉(zhuǎn)速較低時(shí)，筒體內(nèi)鋼球除繞自身的軸線旋轉(zhuǎn)外，位于球荷頂部的鋼球還不斷地沿球荷表面滾下，此時(shí)介質(zhì)的磨碎作用主要是研磨;②拋落:隨著筒體轉(zhuǎn)速的增加，球荷頂部的鋼球不再沿球荷表面滾下，而是沿一拋物線落下，在落下的底腳區(qū)劇烈地翻騰，此時(shí)鋼球的運(yùn)動(dòng)狀態(tài)即為拋落，物料受到鋼球的沖擊和磨剝的雙重作用;③離心運(yùn)動(dòng):隨著筒體轉(zhuǎn)速的繼續(xù)增加，球磨機(jī)的旋轉(zhuǎn)速度達(dá)到其臨界值，鋼球和物料都會(huì)附在襯板上隨球磨機(jī)一起旋轉(zhuǎn)，此時(shí)鋼球運(yùn)動(dòng)狀態(tài)即為離心運(yùn)動(dòng)。球磨機(jī)實(shí)際運(yùn)轉(zhuǎn)過(guò)程中，鋼球在筒體內(nèi)的運(yùn)動(dòng)狀態(tài)多為瀉落和拋落的混合形式，物料在磨機(jī)內(nèi)受到的粉碎作用來(lái)自沖擊破碎和研磨兩個(gè)方面。

2.2 球磨機(jī)發(fā)聲機(jī)理

球磨機(jī)運(yùn)行過(guò)程中產(chǎn)生聲音的來(lái)源主要有以下幾種:鋼球與筒體、物料之間碰撞;電動(dòng)機(jī)軸承運(yùn)轉(zhuǎn);電動(dòng)機(jī)轉(zhuǎn)子不平衡引起機(jī)殼振動(dòng);排風(fēng)機(jī)和通風(fēng)管道的振動(dòng)。上述聲源中，用于判斷磨機(jī)負(fù)荷的磨音指的是鋼球與筒體、物料之間碰撞產(chǎn)生的機(jī)械噪聲，其余聲音均為干擾噪聲［9-10］。下文提到的磨音均指不含干擾噪聲的聲音信號(hào)。

磨音本質(zhì)上屬于機(jī)械噪聲中的撞擊噪聲，主要包括鋼球與鋼球、鋼球與物料及筒體與鋼球之間的撞擊產(chǎn)生的撞擊噪聲。其發(fā)聲機(jī)制包括以下幾種:撞擊瞬間物體間的空氣高速流動(dòng)所引起的噴射噪聲;撞擊瞬間筒體、鋼球、物料產(chǎn)生的突然變形而在附近區(qū)域激發(fā)產(chǎn)生的壓力沖擊噪聲;撞擊瞬間由于物料破碎形成的向外輻射的壓力脈沖噪聲;撞擊后受撞部件結(jié)構(gòu)共振所激發(fā)的結(jié)構(gòu)共振噪聲。其中，結(jié)構(gòu)共振噪聲的影響最強(qiáng)，維持時(shí)間最長(zhǎng)。

2.3 影響磨音的主要因素

2.3.1 磨機(jī)處理量

球磨機(jī)筒體內(nèi)的物料充填量直接影響磨音。鋼球下落的動(dòng)能一部分用于研磨物料，另一部分消耗在了鋼球與鋼球、鋼球與襯板間的碰撞磨損上，此部分能量轉(zhuǎn)化為聲能，當(dāng)筒體內(nèi)物料量較少時(shí)，磨音較大且頻率較高，聽(tīng)起來(lái)清脆，隨著物料量的增加，鋼球下落的高度降低，鋼球間的物料層加厚，鋼球下落的動(dòng)能更多地消耗在研磨物料上，并且部分消耗于物料的變形，使得磨音分貝和頻率均較低，聽(tīng)起來(lái)沉悶［11］。

2.3.2 介質(zhì)充填率

磨音與筒內(nèi)介質(zhì)填充率(Ψ)有直接關(guān)系。當(dāng)球磨機(jī)轉(zhuǎn)速一定時(shí)，Ψ 越大，鋼球越多，鋼球與鋼球、鋼球與襯板之間相互撞擊幾率越高。一般認(rèn)為，在相同的轉(zhuǎn)速下，磨音隨著鋼球填充率的增大而增大，但當(dāng)鋼球填充系數(shù)Ψ≥50%時(shí)，鋼球被提升的高度就開(kāi)始逐漸下降，球磨機(jī)內(nèi)部的機(jī)械能逐漸減少，磨音也隨之降低。

2.3.3 筒體轉(zhuǎn)速

筒體轉(zhuǎn)速不同，鋼球與物料被提升的高度不同。轉(zhuǎn)速較低時(shí)，鋼球與物料受到的離心力小，物料與鋼球依靠其與筒體內(nèi)壁間的摩擦力沿著筒壁上升，但上升的高度較小，鋼球下落時(shí)的撞擊力小，磨音低;隨著轉(zhuǎn)速的逐漸增加，鋼球與物料上升的高度也增加，鋼球下落時(shí)的撞擊力增大，磨音隨之升高;當(dāng)轉(zhuǎn)速達(dá)到臨界值時(shí)，鋼球做離心旋轉(zhuǎn)運(yùn)動(dòng)，失去對(duì)物料的撞擊作用。

2.3.4 鋼球大小

球磨機(jī)筒體內(nèi)部鋼球的沖擊噪聲也是磨音的重要來(lái)源，其大小與鋼球直徑的三次方成正比，減小鋼球直徑能有效地降低沖擊噪聲。但直徑減小，鋼球沖擊破碎的能力也會(huì)隨之降低。

2.3.5 襯板材料、布置方式及球磨機(jī)結(jié)構(gòu)

磨音很大一部分來(lái)自鋼球?qū)σr板的撞擊，受襯板材料的阻尼減振性能影響較大。在相同的轉(zhuǎn)速下，襯板的形狀、斷面傾角、摩擦系數(shù)等不同，對(duì)鋼球的提升效果不同，鋼球沖擊力不同，磨音也會(huì)不同。

對(duì)于不同型號(hào)的球磨機(jī)，其結(jié)構(gòu)、襯板材料、襯板布置方式、鋼球系數(shù)和轉(zhuǎn)速的不同，導(dǎo)致了其同一負(fù)荷狀態(tài)下的磨音也可能不同，這也正是磨機(jī)負(fù)荷檢測(cè)儀器不能大范圍適用的一個(gè)重要因素。但對(duì)同一型號(hào)的球磨機(jī)，在結(jié)構(gòu)固定、裝球量一定、轉(zhuǎn)速也相對(duì)比較穩(wěn)定的情況下，磨音與磨機(jī)負(fù)荷存在一定的關(guān)系，另外，與鋼球的磨損情況(主要體現(xiàn)為鋼球直徑變小)也有一定的關(guān)聯(lián)。

3 磨機(jī)負(fù)荷檢測(cè)方法

對(duì)于磨機(jī)負(fù)荷的檢測(cè)方法，王澤紅等［2］將其劃分為直接檢測(cè)方法和間接檢測(cè)方法來(lái)敘述，湯健等［6］將其劃分為儀表檢測(cè)方法和非儀表檢測(cè)方法來(lái)敘述，本文不再做具體劃分，僅按所測(cè)量依據(jù)的不同將其分類(lèi)，對(duì)近年來(lái)磨機(jī)負(fù)荷的檢測(cè)方法做簡(jiǎn)要概述。

3.1 基于數(shù)學(xué)模型的磨機(jī)負(fù)荷軟測(cè)量

張杰等［10］針對(duì)承德某選礦廠規(guī)格φ3 m×9 m 球磨機(jī)，在功率譜分析的基礎(chǔ)上建立了磨機(jī)負(fù)荷的振聲模型，并根據(jù)所建模型測(cè)出了該廠球磨機(jī)不同運(yùn)行狀態(tài)下磨音頻譜的分布，找出了磨機(jī)負(fù)荷與磨音聲強(qiáng)、磨音頻譜之間的關(guān)系，為磨機(jī)負(fù)荷的軟測(cè)量提供了理論依據(jù);孫立波［12］用系統(tǒng)工程的觀點(diǎn)分析了球磨機(jī)運(yùn)行過(guò)程穩(wěn)定、失穩(wěn)和漂移等狀態(tài)特性，指出了磨機(jī)負(fù)荷與其影響因素間的內(nèi)在聯(lián)系，建立了反映球磨機(jī)處理能力、填充率、能耗、產(chǎn)品粒度、球料比和磨音等6 個(gè)系統(tǒng)輸出和狀態(tài)特性的數(shù)學(xué)模型組。湯健等［13］通過(guò)遺傳算法－偏最小二乘法對(duì)球磨機(jī)筒體振動(dòng)信號(hào)的頻譜進(jìn)行特征變量選擇，并將特征譜變量融合時(shí)域內(nèi)的磨機(jī)電流信號(hào)建立了以礦漿濃度、球料比和填充率為模型輸出的多傳感器數(shù)據(jù)融合磨機(jī)負(fù)荷軟測(cè)量模型，該方法較好地解決了模型泛化能力差的問(wèn)題，增強(qiáng)了模型的預(yù)測(cè)能力;湯健等［14］基于磨礦過(guò)程的研磨機(jī)理和頻譜段的自動(dòng)分割方法、核偏最小二乘算法(KPLS)的分段子模型及基于信息熵的集成加權(quán)融合方法，針對(duì)磨機(jī)負(fù)荷參數(shù)的軟測(cè)量進(jìn)行了研究，雖然取得了突破性進(jìn)展，但是仍然只局限于實(shí)驗(yàn)階段，未能應(yīng)用于工業(yè)生產(chǎn)中;湯健等［15］提出了適用于磨機(jī)負(fù)荷檢測(cè)的在線KPLS 建模方法，該方法依據(jù)磨機(jī)負(fù)荷的特性漂移幅度，只采用ALD 意義下的有用樣本更新模型，解決了每次更新帶來(lái)的計(jì)算損耗問(wèn)題，為磨機(jī)負(fù)荷的軟測(cè)量奠定了基礎(chǔ)。

3.2 磨音法

磨音法指的是通過(guò)檢測(cè)球磨機(jī)運(yùn)行過(guò)程所產(chǎn)生的噪聲信號(hào)，從而判斷出球磨機(jī)當(dāng)前運(yùn)行狀態(tài)，進(jìn)而確定磨機(jī)負(fù)荷的方法。磨音法是目前磨機(jī)負(fù)荷檢測(cè)最為有效和應(yīng)用最為廣泛的方法之一。Arup Bhaumik 通過(guò)對(duì)球磨機(jī)振聲信號(hào)的研究，從振聲頻譜的差異識(shí)別出磨機(jī)負(fù)荷狀態(tài)［16］;孫麗華等［17］確定了存在特征頻段的能量累加量與磨機(jī)負(fù)荷的單調(diào)遞減關(guān)系;曾旖等［18］研制的基于DSP 的磨機(jī)負(fù)荷檢測(cè)儀通過(guò)采集磨音來(lái)判斷磨機(jī)負(fù)荷，該儀器不僅適用于選礦過(guò)程，在水泥、發(fā)電等行業(yè)仍然適用。

3.3 振動(dòng)法

振動(dòng)法指的是采集球磨機(jī)筒體和軸承等部位的振動(dòng)信號(hào)，通過(guò)對(duì)信號(hào)的分析，確定磨機(jī)負(fù)荷與振動(dòng)能量的關(guān)系［19］。筒體振動(dòng)法指的是直接采集球磨機(jī)筒體的振動(dòng)信號(hào)判斷磨機(jī)負(fù)荷。Gugel K 等［20］提出采用雙陣列加速度振動(dòng)傳感器采集球磨機(jī)筒體振動(dòng)信號(hào)，經(jīng)快速Fourier 變換(FFT)變換為頻譜信號(hào)后以Radio Frequency(RF)射頻方式傳輸，以不同時(shí)刻的頻譜信號(hào)和其他關(guān)鍵參數(shù)建立神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型預(yù)測(cè)筒體內(nèi)的料位。Gugel K 等［21］介紹了采用單振動(dòng)傳感器和角度傳感器相結(jié)合確定振動(dòng)信號(hào)采樣范圍的方案。對(duì)于軸承振動(dòng)法，較為常見(jiàn)的控制策略有以軸承振動(dòng)信號(hào)融合球磨機(jī)功率和球磨機(jī)出口溫度等信號(hào)的自尋優(yōu)－采樣控制［22］，在軸承振動(dòng)單回路控制系統(tǒng)的基礎(chǔ)上加入了差壓補(bǔ)償器［23］，劉蓉等［24］則將振動(dòng)信號(hào)和差壓信號(hào)相結(jié)合，在壓差控制的基礎(chǔ)上輔以振動(dòng)信號(hào)控制進(jìn)行校正，有效提高了檢測(cè)精度。

3.4 功率法

功率法又稱(chēng)為電流法，唐耀庚［25］提出了采用磨機(jī)功率誤差和誤差變化率設(shè)計(jì)模糊控制器，從而對(duì)磨機(jī)的負(fù)荷加以判斷和控制;李法眾［26］則采用噪聲和功率聯(lián)合控制策略來(lái)確定球磨機(jī)的最佳料位。

3.5 超聲波檢測(cè)法

超聲波檢測(cè)法主要是利用超聲波在介質(zhì)中的傳播特性進(jìn)行檢測(cè)的方法，主要分為超聲法、聲發(fā)射波法和聲－超聲法3 種。

(1)超聲法。超聲法主要是根據(jù)超聲波脈沖從發(fā)射到接收所用的時(shí)間差來(lái)確定球磨機(jī)料位。周鳳等［27］提出將超聲波探頭安裝在球磨機(jī)筒體內(nèi)部非轉(zhuǎn)動(dòng)部位，從而實(shí)現(xiàn)對(duì)料位的實(shí)時(shí)測(cè)量。該方法的優(yōu)點(diǎn)是實(shí)現(xiàn)了對(duì)磨機(jī)負(fù)荷的直接檢測(cè)，但是鋼球和物料對(duì)探頭均有損壞作用，高強(qiáng)度的持續(xù)振動(dòng)和超聲波發(fā)射器表面的粉塵凝結(jié)將會(huì)大大降低測(cè)量精度。

(2)聲發(fā)射波法。聲發(fā)射波法主要是利用物料在研磨過(guò)程中物理形狀會(huì)發(fā)生改變并釋放能量，其中部分能量轉(zhuǎn)化為瞬態(tài)變化的聲發(fā)射波。該方法的優(yōu)點(diǎn)是可采用聲發(fā)射波傳感器提取信號(hào)，從而實(shí)現(xiàn)對(duì)磨機(jī)負(fù)荷的檢測(cè);缺點(diǎn)是聲發(fā)射波在長(zhǎng)距離惡劣條件下傳播會(huì)發(fā)生衰減且信號(hào)易畸變。

(3)聲－超聲法:禤莉明［28］利用蘭姆波在薄鋼板上的傳播特性，在球磨機(jī)外部采用聲－超聲的方式對(duì)球磨機(jī)筒體內(nèi)料位進(jìn)行測(cè)量。該方法利用了聲波在金屬筒壁中傳播時(shí)衰減較小的特性，但是由于筒體內(nèi)部環(huán)境臟亂復(fù)雜，因此干擾了發(fā)射波。

3.6 基于神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法

近年來(lái)，隨著人工神經(jīng)網(wǎng)絡(luò)理論的發(fā)展，人們逐漸將其引入磨機(jī)負(fù)荷的檢測(cè)當(dāng)中。孫景敏等［29］采用RBF 神經(jīng)網(wǎng)絡(luò)對(duì)振聲、功率和軸承振動(dòng)等外部信號(hào)進(jìn)行數(shù)據(jù)融合，從而預(yù)測(cè)出球磨機(jī)內(nèi)部的介質(zhì)填充率、球料比和礦漿濃度等參數(shù);Bhaumik 等［30］直接采用時(shí)域信號(hào)識(shí)別磨機(jī)負(fù)荷狀態(tài)，以BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)磨礦產(chǎn)品粒度分布;Kang 等［31］以Hilbert 變換時(shí)域信號(hào)處理方法提取表征料位信息的低頻段特征向量，利用BP 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了磨煤機(jī)料位的自動(dòng)識(shí)別;毛益平［32］提出了利用磨音倍頻中心頻率頻譜分布來(lái)分析球磨機(jī)內(nèi)部參數(shù)關(guān)系的變化規(guī)律，并應(yīng)用RBF 神經(jīng)網(wǎng)絡(luò)建立了球磨機(jī)參數(shù)模型，但是該方法目前僅局限于實(shí)驗(yàn)研究階段;王東風(fēng)等［33］提出了基于前向復(fù)合神經(jīng)網(wǎng)絡(luò)的分工況學(xué)習(xí)的變結(jié)構(gòu)式磨機(jī)負(fù)荷軟測(cè)量模型，球磨機(jī)正常運(yùn)行時(shí)采用延時(shí)神經(jīng)網(wǎng)絡(luò)，球磨機(jī)飽磨運(yùn)行時(shí)則采用回歸神經(jīng)網(wǎng)絡(luò)，球磨機(jī)運(yùn)行狀態(tài)采用模糊方法劃分，以球磨機(jī)出口溫度、壓差、給料量、熱風(fēng)流量和再循環(huán)風(fēng)流量作為模型輸入;王東風(fēng)等［34］提出了并行RBF 神經(jīng)網(wǎng)絡(luò)的磨機(jī)負(fù)荷檢測(cè)方法;張自成等［35］提出了基于BP 改進(jìn)算法的回歸神經(jīng)網(wǎng)絡(luò)與延時(shí)神經(jīng)網(wǎng)絡(luò)綜合磨機(jī)負(fù)荷軟測(cè)量模型;司剛?cè)龋?6］通過(guò)2 個(gè)并行網(wǎng)絡(luò)獲得磨機(jī)負(fù)荷以及負(fù)荷變化率的復(fù)合式神經(jīng)網(wǎng)絡(luò);李勇等［37］引入灰色理論，應(yīng)用一致關(guān)聯(lián)度算法得出給料量、給料粒度、返砂量和溢流濃度等信號(hào)不符合關(guān)聯(lián)度要求，而以振聲、軸承壓力和磨機(jī)功率作為RBF 神經(jīng)網(wǎng)絡(luò)模型的輸入?yún)?shù)，對(duì)球磨機(jī)內(nèi)部介質(zhì)填充率進(jìn)行了實(shí)時(shí)估計(jì);呂立華［38］提出了結(jié)合多個(gè)小波網(wǎng)絡(luò)與偏最小二乘方法組成多小波網(wǎng)絡(luò)的結(jié)構(gòu)，各單個(gè)小波網(wǎng)絡(luò)的預(yù)測(cè)輸出通過(guò)偏最小二乘方法連接，以克服數(shù)據(jù)間的多重相關(guān)性，文中以球磨機(jī)振動(dòng)信號(hào)、壓差信號(hào)和功率信號(hào)為多小波網(wǎng)絡(luò)的輸入，以給料機(jī)的轉(zhuǎn)速和壓差信號(hào)相結(jié)合保證模型工作范圍的方法建立了磨機(jī)負(fù)荷軟測(cè)量模型。

4 結(jié) 語(yǔ)

目前，對(duì)于磨機(jī)負(fù)荷的檢測(cè)仍以間接法居多，與此同時(shí)，人工神經(jīng)網(wǎng)絡(luò)也逐漸被引入磨機(jī)負(fù)荷軟測(cè)量的研究當(dāng)中，該方法的優(yōu)點(diǎn)在于神經(jīng)網(wǎng)絡(luò)具有的非線性映射能力，缺點(diǎn)在于訓(xùn)練時(shí)間過(guò)長(zhǎng)，系統(tǒng)性能易于受到訓(xùn)練樣本集的限制，從而不能獲得較為精準(zhǔn)的導(dǎo)師信號(hào)，因此還難以實(shí)現(xiàn)在實(shí)際生產(chǎn)中的應(yīng)用。磨機(jī)負(fù)荷檢測(cè)屬于典型的“黑箱”問(wèn)題，其未來(lái)發(fā)展趨勢(shì)仍可能以間接檢測(cè)為主，可歸結(jié)為以下幾個(gè)方面:①磨礦過(guò)程產(chǎn)生了大量的生產(chǎn)數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)尋找出隱藏在生產(chǎn)數(shù)據(jù)背后的磨機(jī)負(fù)荷與各變量之間的關(guān)系，可以有效地識(shí)別出不同工況下的磨機(jī)負(fù)荷;②將機(jī)器學(xué)習(xí)方法引入磨機(jī)負(fù)荷的檢測(cè)之中，從而預(yù)測(cè)磨機(jī)負(fù)荷的變化趨勢(shì);③結(jié)合多種檢測(cè)技術(shù)，建立針對(duì)磨機(jī)負(fù)荷檢測(cè)的多信息融合模型;④目前的檢測(cè)方法多適用于離線分析，所以磨機(jī)負(fù)荷在線軟測(cè)量技術(shù)的推廣必將提高檢測(cè)效率;⑤提高磨音電耳的抗噪聲性能，可大幅提高磨機(jī)負(fù)荷的檢測(cè)精度。

［1］ 葛之輝，曾云南，趙保坤.選礦過(guò)程自動(dòng)檢測(cè)與自動(dòng)化綜述［J］.中國(guó)礦山工程，2006，35(6):37-42.

Ge Zhihui，Zeng Yunnan，Zhao Baokun. Summing-up of automatic detecting and automation in mineral processing［J］.China Mine Engineering，2006，35(6):37-42.

［2］ 王澤紅，陳炳辰.球磨機(jī)負(fù)荷檢測(cè)的現(xiàn)狀與發(fā)展趨勢(shì)［J］. 中國(guó)粉體技術(shù)，2001，7(1):19-23.

Wang Zehong，Chen Bingchen. Present state and development trend for ball mill load measurement［J］.China Powder Science and Technology，2001，7(1):19-23.

［3］ 李曉嵐，曾云南.選礦自動(dòng)化技術(shù)的新進(jìn)展［J］.金屬礦山，2006(6):61-64.

Li Xiaolan，Zeng Yunnan.New progress in automation technology for beneficiation［J］.Metal Mine，2006(6):61-64.

［4］ 王豐雨，張 覃，黃宋魏.我國(guó)選礦自動(dòng)化評(píng)述［J］.國(guó)外金屬礦選礦，2006(8):18-21.

Wang Fengyu，Zhang Tan，Huang Songwei.Review of Chinese beneficiation automation［J］. Metallic Ore Dressing Abroad，2006(8):18-21.

［5］ 周 平，柴天佑.磨礦過(guò)程磨機(jī)負(fù)荷的智能監(jiān)測(cè)與控制［J］. 控制理論與應(yīng)用，2008，25(6):1095-1098.

Zhou Ping，Chai Tianyou. Intelligent monitoring and control of mill load for grinding process［J］. Control Theory ＆ Application，2008，25(6):1095-1098.

［6］ 湯 健，趙立杰，岳 恒，等. 磨機(jī)負(fù)荷檢測(cè)方法研究綜述［J］.控制工程，2010，17(5):565-574.

Tang Jian，Zhao Lijie，Yue Heng，et al.Present status and future development of detection method for mill load［J］.Control Engineering of China，2010，17(5):565-570.

［7］ 周榮亮，張彥斌，崔棟剛，等. 水泥磨負(fù)荷控制系統(tǒng)研究及應(yīng)用［J］.控制工程，2003，10(6):518-520.

Zhou Rongliang，Zhang Yanbin，Cui Donggang，et al. Load control system of cement ball mill and its application［J］.Control Engineering of China，2003，10(6):518-520.

［8］ 張彥斌，賈立新，楊 波，等. 自尋優(yōu)－模糊控制策略在球磨機(jī)控制中的實(shí)現(xiàn)［J］.電力系統(tǒng)自動(dòng)化，1999，23(17):23-25.

Zhang Yanbin，Jia Lixin，Yang Bo，et al. Realization of self-optimizing fuzzy control strategy in ball mill coal pulverizer Control［J］.Automation of Electric Power Systems，1999，23(17):23-25.

［9］ 楊志剛，趙莉婭，薄敬東.基于磨音信號(hào)的磨機(jī)負(fù)荷模型［J］. 河北聯(lián)合大學(xué):自然科學(xué)版，2011，33(2):65-69.

Yang Zhigang，Zhao Liya，Bo Jingdong. Mill load model based on mill sound signals［J］. Journal of Hebei United University:Natural Science Edition，2011，33(2):65-69.

［10］ 張 杰，王建民，楊志剛，等.基于功率譜分析的球磨機(jī)負(fù)荷模型［J］.工礦自動(dòng)化，2013，39(12):43-47.

Zhang Jie，Wang Jianmin，Yang Zhigang，et al. Load model of ball mill based on power spectrum analysis［J］.Industry and Mine Automation，2013，39(12):43-47.

［11］ 張 杰，王建民，楊志剛，等.承德某選礦廠磨機(jī)運(yùn)行專(zhuān)家系統(tǒng)［J］.金屬礦山，2013(7):144-148.

Zhang Jie，Wang Jianmin，Yang Zhigang，et al. Expert system of mill running in a dressing plant from Chengde［J］. Metal Mine，2013(7):144-148.

［12］ 孫利波.球磨過(guò)程的數(shù)學(xué)模型及其試驗(yàn)研究［D］.濟(jì)南:山東大學(xué)，2006.

Sun Libo.Model for Ball Mill and Test Investigation of Its Process［D］.Jinan:Shandong University，2006.

［13］ 湯 健，趙立杰，岳 恒，等.基于遺傳算法－偏最小二乘進(jìn)行譜特征選擇的磨機(jī)負(fù)荷軟測(cè)量方法［C］.第二十九屆中國(guó)控制會(huì)議論文集，2010:5066-5071.

Tang Jian，Zhao Lijie，Yue Heng，et al. Soft Sensor Method of Mill Load for Grinding Process Based on GA-PLS from Spectral Data Using Feature Selection［C］.Proceedings of the 29th Chinese Control Conference，2010:5066-5071.

［14］ 湯 健，柴天佑，趙立杰，等.基于振動(dòng)頻譜的磨礦過(guò)程球磨機(jī)負(fù)荷參數(shù)集成建模方法［J］. 控制理論與應(yīng)用，2012，29(2):183-191.

Tang Jian，Chai Tianyou，Zhao Lijie，et al. Ensemble modeling for parameters of ball-mill load in grinding process based on frequency spectrum of shell vibration［J］. Control Theory ＆ Application，2012，29(2):183-191.

［15］ 湯 健，柴天佑，余 文，等.在線KPLS 建模方法及在磨機(jī)負(fù)荷參數(shù)集成建模中的應(yīng)用［J］. 自動(dòng)化學(xué)報(bào)，2013，39(5):471-486.

Tang Jian，Chai Tianyou，Yu Wen，et al. On-line KPLS algorithm with application to ensemble modeling parameters of mill load［J］.Acta Automatica Sinica，2013，39(5):471-486.

［16］ Bhaumik A，Banerjee S，Sil J.Designing of intelligent expert control system using petri net for grinding mill operation［J］. WSEAS Transactions on Application，2005，2(4):360-365.

［17］ 孫麗華，曲瑩軍，張延斌，等.鋼球磨煤機(jī)負(fù)荷檢測(cè)方法的研究及實(shí)現(xiàn)［J］.熱力發(fā)電，2004，7(11):25-28.

Sun Lihua，Qu Yingjun，Zhang Yanbin，et al. Study on load detection method for ball mills in powder plant and realization［J］.Thermal Power Generation，2004，7(11):25-28.

［18］ 曾 旖，張延斌，劉衛(wèi)峰，等.基于DSP 的磨機(jī)負(fù)荷檢測(cè)儀的研制［J］.儀表技術(shù)與傳感器，2005(7):14-16.

Zeng Yi，Zhang Yanbin，Liu Weifeng，et al. Development of mill load measurement instrument based on DSP［J］. Instrument Technique and Sensor，2005(7):14-16.

［19］ Behera B，Mishra B K，Murty C V R. Experinental analysis of charge dynamics in tumbling mills by vibration signature technique［J］.Minerals Engineering，2007，20(1):84-91.

［20］ Gugel K，Palacios G.Improving ball mill control with modern tools based on digital signal processing technology［C］∥Cement Industry Technical Conference.Dallas:［s.n.］，2003:311-318.

［21］ Gugel K，Moon R M.Automated mill control using vibration signal processing［C］∥Cement Industry Technical Conference Record，IEEE 2007.Charleston:［s.n.］，2007:17-25.

［22］ 曹 暉，張彥斌，司剛?cè)?基于自尋優(yōu)－采樣控制的火電廠磨機(jī)負(fù)荷控制系統(tǒng)的研究［J］. 工業(yè)控制計(jì)算機(jī)，2006，19(11):15-16.

Cao Hui，Zhang Yanbin，Si Gangquan，et al. Mill load control system of based on self-optimization and sampling control［J］. Industrial Control Computer，2006，19(11):15-16.

［23］ 王穎潔，呂震中.軸承振動(dòng)信號(hào)在球磨機(jī)負(fù)荷控制系統(tǒng)中的應(yīng)用研究［J］.電力設(shè)備，2004，5(9):41-43.

Wang Yingjie，Lu Zhenzhong.Application study of bearing vibration signal in the load control system of tube mill［J］.Electrical Equipment，2004，5(9):41-43.

［24］ 劉 蓉，呂震中.基于內(nèi)模－PID 控制的球磨機(jī)負(fù)荷控制系統(tǒng)的設(shè)計(jì)［J］.電力設(shè)備，2005，6(1):30-33.

Liu Rong，Lu Zhenzhong. Internal model-PID control based design of load control system of tube mill［J］.Electrical Equipment，2005，6(1):30-33.

［25］ 唐耀庚.模糊邏輯控制在磨機(jī)負(fù)荷控制中的應(yīng)用［J］. 電氣傳動(dòng)，2002，7(5):31-33.

Tang Yaogeng.Fuzzy logic for load control of the grinding mill［J］.Electric Drive，2002，7(5):31-33.

［26］ 李法眾.噪音功率聯(lián)合控制系統(tǒng)在RKD 420/650 磨煤機(jī)料位控制中的應(yīng)用［J］.熱力發(fā)電，2006，25(5):25-27.

Li Fazhong.Application of combined noise-power control system in material level control for RKD 420/650 coal pulverzier［J］. Thermal Power Generation，2006，25(5):25-27.

［27］ 周 鳳，馮曉露. 基于超聲料位測(cè)量的鋼球磨煤機(jī)料位模糊PID 控制［J］.機(jī)電工程，2008，25(7):95-98.

Zhou Feng，F(xiàn)eng Xiaolu.Fuzzy-PID control system for level of ball mill based on level ultrasonic measurement［J］. Mechanical ＆ Electrical Engineering Magazine，2008，25(7):95-98.

［28］ 禤莉明.球磨機(jī)料位超聲測(cè)量與制粉系統(tǒng)運(yùn)行遺傳優(yōu)化方法研究［D］.重慶:重慶大學(xué)，2006.

Xuan Liming. Research on Ultrasonic Measurement of Mass Level in Coal Ball Mill and Generic Optimization Method of Pulverizer System Operation［D］.Chongqing:Chongqing University，2006.

［29］ 孫景敏，李世厚.基于信息融合技術(shù)的球磨機(jī)三因素負(fù)荷檢測(cè)研究［J］.云南冶金，2008，37(1):16-19.

Sun Jingmin，Li Shihou.Research for three factors on load examination of the ball mill based on information fusion［J］.Yunnan Metallurgy，2008，37(1):16-19.

［30］ Bhaumik A，Sil J，Maity S，et al. Designing an intelligent expert control system using acoustic signature for grinding mill operation［C］∥IEEE Conference on Industrial Technology，ICIT 2006.Mumbai:［s.n.］，2006:500-505.

［31］ Kang E，Guo Y，Du Y，et al. Acoustic vibrations signal processing and analysis in ball mill［C］∥Proceedings of 6th World Congress on Intelligent Control and Automation，IEEE 2006. Dalian:［s.n.］，2006:6690-6693.

［32］ 毛益平.磨礦過(guò)程智能控制策略的研究［D］. 沈陽(yáng):東北大學(xué)，2001.

Mao Yiping. Study on Intelligence Control Strategy of Ball Mill Process［D］.Shenyang:Northeastern University，2001.

［33］ 王東風(fēng)，宋之平.基于神經(jīng)元網(wǎng)絡(luò)的制粉系統(tǒng)球磨機(jī)負(fù)荷軟測(cè)量［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2001，21(12):97-99.

Wang Dongfeng，Song Zhiping. A study on the soft-sensing of coal load in ball mill tube of pulverized system based on neural networks［J］.Proceeding of the CSEE，2001，21(12):97-99.

［34］ 王東風(fēng)，韓 璞.基于RBF 神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷軟測(cè)量［J］.儀器儀表學(xué)報(bào)，2002，23(3):311-312.

Wang Dongfeng，Han Pu.Soft-sensing of coal load in ball mill tube of pulverizing system［J］.Chinese Journal of Scientific Instrument，2002，22(3):311-312.

［35］ 張自成，費(fèi)敏銳.基于人工神經(jīng)網(wǎng)絡(luò)的中速磨存煤量軟測(cè)量方法［J］.自動(dòng)化儀表，2006，14(5):59-62.Zhang Zicheng，F(xiàn)ei Minrui. Artificial neural network based softsensing for quantity of reserving coal in medium speed mill［J］.Process Automation Instrument Entation，2006，14(5):59-62.

［36］ 司剛?cè)?，?暉，王靖程，等.基于復(fù)合式神經(jīng)網(wǎng)絡(luò)的火電廠筒式鋼球磨煤機(jī)負(fù)荷軟測(cè)量［J］.熱力發(fā)電，2007，18(5):64-67.

Si Gangquan，Cao Hui，Wang Jingcheng，et al. Load soft sensor for tube type ball mill based on composite neural network in thermal power plant［J］.Thermal Power Generation，2007，18(5):64-67.

［37］ 李 勇，邵 誠(chéng).灰色軟測(cè)量在介質(zhì)填充率檢測(cè)中的應(yīng)用研究［J］.中國(guó)礦業(yè)大學(xué)學(xué)報(bào)，2006，35(4):549-555.

Li Yong，Shao Cheng. Application research of grey soft sensor for charge ratio of media［J］.Journal of China University of Mining and Technology，2006，35(4):549-555.

［38］ 呂立華.復(fù)雜工業(yè)系統(tǒng)基于小波網(wǎng)絡(luò)與魯棒估計(jì)建模方法研究［D］.杭州:浙江大學(xué)，2001.

Lu Lihua. Complex Industrial System Modeling Based on Wavelet Networks and Robust Estimation［D］. Hangzhou:Zhejiang University，2001.