基于云推理信息融合的球磨機(jī)料位軟測(cè)量.pdf

1、鋼球磨煤機(jī)是國(guó)內(nèi)廣泛用于火力發(fā)電廠制粉系統(tǒng)的關(guān)鍵設(shè)備。其是否能夠正常運(yùn)行并且是否運(yùn)行在最佳工況是影響制粉系統(tǒng)工作效率的重要因素。因此，球磨機(jī)料位的準(zhǔn)確測(cè)量是實(shí)現(xiàn)優(yōu)化控制、安全生產(chǎn)和節(jié)能降耗的關(guān)鍵。
　　由于球磨機(jī)一般工作在旋轉(zhuǎn)和密閉狀態(tài)，無(wú)法直接進(jìn)行料位測(cè)量，一般通過(guò)間接法進(jìn)行檢測(cè)。根據(jù)軟測(cè)量思想，可以通過(guò)建立輔助變量及其特征參數(shù)與主導(dǎo)變量之間的模型來(lái)估計(jì)待測(cè)變量的值。研究發(fā)現(xiàn)，球磨機(jī)噪音信號(hào)及振動(dòng)信號(hào)是與球磨機(jī)料位變化密切相關(guān)的

2、變量，所以本研究以球磨機(jī)噪音信號(hào)及振動(dòng)信號(hào)作為輔助變量，建立軟測(cè)量模型。在對(duì)軟測(cè)量模型輸入輔助信號(hào)進(jìn)行分析與處理時(shí)，常用的是功率譜分析方法，本文引入梅爾頻率倒譜系數(shù)，它是基于人耳聽(tīng)覺(jué)特性提出的，能夠更好的模擬人耳對(duì)球磨機(jī)噪音信號(hào)的識(shí)別，并且具有計(jì)算方便且實(shí)用性較強(qiáng)的優(yōu)點(diǎn)，為實(shí)現(xiàn)通過(guò)球磨機(jī)噪音信號(hào)反映料位提供了可靠依據(jù)。
　　通過(guò)對(duì)球磨機(jī)的振動(dòng)和振聲信號(hào)進(jìn)行分析，發(fā)現(xiàn)其具有強(qiáng)隨機(jī)和不確定性的特點(diǎn)，因此本文引入云模型，它對(duì)不確定性問(wèn)題

3、具有很強(qiáng)的處理能力。云模型系統(tǒng)能夠?qū)崿F(xiàn)輸入論域到輸出論域的函數(shù)映射，并且以云理論為基礎(chǔ)的虛擬云、綜合云算法可以解決規(guī)則缺失及規(guī)則精簡(jiǎn)的問(wèn)題。
　　針對(duì)單一信息反映料位的局限性，以球磨機(jī)噪音信號(hào)及振動(dòng)信號(hào)作為系統(tǒng)輸入，采用基于二維云模型不確定性推理信息融合的方法建立球磨機(jī)料位軟測(cè)量系統(tǒng)。本文的主要研究工作包括:
　　(1)針對(duì)加速度傳感器和音頻傳感器采集到球磨機(jī)軸承振動(dòng)信號(hào)和噪聲信號(hào)，分別采用功率譜分析方法和MFCC方法進(jìn)行信

4、號(hào)處理與分析;
　　(2)根據(jù)逆向云算法得到構(gòu)建云推理系統(tǒng)前件的概念云模型數(shù)值特征，并結(jié)合推理機(jī)制給出相應(yīng)的后件云參數(shù)，完成云推理規(guī)則庫(kù)的建立;
　　(3)以單獨(dú)的音頻信號(hào)或振動(dòng)信號(hào)作為輔助變量，采用一維云推理建立軟測(cè)量模型，并利用虛擬云算法完成不充足樣本類下的稀疏規(guī)則推理;
　　(4)以兩個(gè)傳感器下的信號(hào)為輔助變量，結(jié)合二維云推理建立軟測(cè)量系統(tǒng)，實(shí)現(xiàn)信息融合，并利用綜合云算法進(jìn)行規(guī)則精簡(jiǎn)。
　　實(shí)驗(yàn)結(jié)果表明，二