CN101042311A - 基于多传感器融合的筒式钢球磨机负荷检测方法及装置 - Google Patents

基于多传感器融合的筒式钢球磨机负荷检测方法及装置 Download PDF

Info

Publication number
CN101042311A
CN101042311A CNA2007100174906A CN200710017490A CN101042311A CN 101042311 A CN101042311 A CN 101042311A CN A2007100174906 A CNA2007100174906 A CN A2007100174906A CN 200710017490 A CN200710017490 A CN 200710017490A CN 101042311 A CN101042311 A CN 101042311A
Authority
CN
China
Prior art keywords
steel ball
type steel
ball grinder
barrel type
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2007100174906A
Other languages
English (en)
Other versions
CN100510686C (zh
Inventor
司刚全
曹晖
张彦斌
贾立新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CNB2007100174906A priority Critical patent/CN100510686C/zh
Publication of CN101042311A publication Critical patent/CN101042311A/zh
Application granted granted Critical
Publication of CN100510686C publication Critical patent/CN100510686C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Crushing And Grinding (AREA)

Abstract

本发明公开了一种筒式钢球磨机的负荷检测方法和装置,采用多个声音传感器和振动传感器同时检测,将筒式钢球磨机筒体某段的噪音量和振动量采用模糊推理融合获得筒式钢球磨机该段负荷量,将筒式钢球磨机筒体各段的负荷进行加权平均融合获得筒式钢球磨机总体负荷量;检测结果以筒式钢球磨机各段负荷和筒式钢球磨机总体负荷的方式给出,对筒式钢球磨机运行状况的监测更加全面、合理、可靠。装置采用分布式无线网络构成,方便测点选择和布局,具有更加可靠、易于维护等特点。本发明提出的方法和装置,克服了以往检测方法易受干扰、灵敏度差、线性度差等缺点,能够对筒式钢球磨机负荷进行有效监控,为筒式钢球磨机负荷的优化控制提供了保障。

Description

基于多传感器融合的筒式钢球磨机负荷检测方法及装置
                        技术领域
本发明涉及一种检测方法及装置,特别涉及一种广泛应用于火电厂、水泥厂等行业的筒式钢球磨机的负荷检测,该方法采取在筒式钢球磨机各段分别安装多个声音和振动传感器,通过多传感器融合的方式获得筒式钢球磨机各段的负荷量;通过对筒式钢球磨机各段负荷量进行融合获得筒式钢球磨机总体负荷;采用该检测方法的装置以分布式结构组成,通过无线网络传输相关检测数据,在融合中心完成所有数据的分析处理,将结果提供显示及其他系统使用。
                        背景技术
筒式钢球磨机广泛用于发电、水泥、选矿、陶瓷、冶金等各个行业,作为这些行业的重要设备和耗电大户,对这些行业的安全生产至关重要,同时又是这些行业的重点挖潜节能之处。目前,上述这些传统行业中普遍存在能源消耗高、粉尘和噪声污染严重、产品质量不稳定、劳动生产率低等问题,运用筒式钢球磨机负荷控制可大幅度降低电耗、钢耗,增加筒式钢球磨机出力,降低噪音,减少粉尘污染,提高运行效率,将对这些传统行业的环境保护,节约煤、电等不可再生能源,提高劳动生产率带来显著的经济、生态和社会效益。
筒式钢球磨机的主要作用是将原料研磨成粉,水泥厂中的筒式钢球磨机还具有充分混合原料的作用。筒式钢球磨机研磨的方法主要有撞击、挤压、研磨三种,在研磨介质产生的冲击力和研磨力的联合作用下,物料被粉碎成微细颗粒。它的研磨部件是一个直径2-4米,长3-10米的圆筒,筒内壁衬有锰钢制成的波浪护甲,护甲与筒壁之间有一层绝热石棉垫,筒体外包有一层隔音毛毡,毛毡被由薄钢板制成的外壳包裹。筒内装有许多直径30-60mm的钢球。圆筒两端有空心轴颈架在大轴承上,空心轴颈各接一个与垂直方向成45度的短管,其中一个为物料的进口,另一个是物料的出口。筒身经电动机、减速装置以低速旋转,在离心力和摩擦力的作用下,护甲将钢球与物料提升至一定高度,然后借重力作用自由下落。物料主要被下落的钢球撞击破碎,同时还受到钢球之间,钢球和护甲间的挤压研磨作用。筒式钢球磨机内物料与钢球混合体的流动和研磨过程如图1所示。
由于筒式钢球磨机工作环境差,粉尘污染大,内部环境恶劣,因此无法直接测量其负荷,只能通过间接法检测。目前,应用较多的筒式钢球磨机负荷检测的方法有磨音法、振动法以及功率法,均为采用单一物理量单一传感器测量。现有磨音法是通过单个声音传感器简单检测筒式钢球磨机噪声声强来判断其负荷,缺点是检测精度不高,负荷与声强的关系呈现非线性关系,且未能有效去除背景噪声干扰,特别是当多台筒式钢球磨机同时在一个车间内运行时,临近筒式钢球磨机运行时所发出的噪声会严重影响被测筒式钢球磨机负荷量检测的准确性。振动法是利用筒式钢球磨机运转时,研磨体和物料偏于筒式钢球磨机的一侧,筒式钢球磨机的转动部分处于严重的不平衡状态,造成不平衡的离心力,并使筒式钢球磨机系统振动,筒式钢球磨机在转速不变时其振动强度与被磨物料量的多少有关这一特性检测的;振动法的不足在于线性度差,准确度不高;且振动法与传感器实际安装位置关系密切,目前大多安装于筒式钢球磨机入口或出口处轴承上;经过实际测试发现,当传感器安装于筒式钢球磨机入口轴承上,受筒式钢球磨机入口物料量的改变及物料的特性(硬度、粒度大小等)影响很大;当传感器安装于筒式钢球磨机出口轴承上,具有较长的滞后时间,不能及时准确反应筒式钢球磨机负荷实时状况;另外不管传感器安装于入口或出口轴承上,还受筒式钢球磨机大齿的振动影响。功率法的思路是通过测量筒式钢球磨机运行时电机所消耗的功率来判断筒式钢球磨机内的负荷。在实际应用中,是测量筒式钢球磨机的工作电流。此种方法的不足之处在于筒式钢球磨机的工作电流在整个工作过程中,变化不是很大,测量灵敏度低。
由于应用于不同行业的筒式钢球磨机本体及运行方式不同,使得目前筒式钢球磨机负荷的检测方法和装置,仅针对某一具体行业的筒式钢球磨机,并没有能够形成通用的针对各行业筒式钢球磨机的有效检测方法和装置。特别是对于水泥行业来说,根据水泥工艺的要求,筒式钢球磨机一般采用两仓或三仓磨,使得传统方法采用单个传感器检测并不能真实反应筒式钢球磨机负荷状况。这使得研究和开发一种能够适应于各行业筒式钢球磨机的负荷检测方法和装置,具有十分重要的意义。
                        发明内容
本发明的目的在于,提供一种能够应用于发电、水泥等行业,通用的筒式钢球磨机的负荷检测方法及装置,用以解决长期以来困扰筒式钢球磨机负荷难以检测的问题。该方法采用多个声音传感器和振动传感器同时检测,将检测结果进行融合获得最终负荷结果;检测结果以筒式钢球磨机各段负荷和筒式钢球磨机总体负荷的方式给出,对筒式钢球磨机运行状况更加合理、可靠的监测。该装置采用分布式安装、使用无线网络进行传感器数据收集、传输。
为了实现上述任务,本发明采取如下的技术解决方案:
一种基于多传感器融合的筒式钢球磨机负荷检测方法,其特征在于,该方法包括以下步骤:
1)在筒式钢球磨机筒体各段安装多个声音传感器和振动传感器,同时采集筒式钢球磨机各段的噪声和振动信息,以获取噪声和振动数据流;
2)对获取的噪声和振动数据流进行分析,提取相应的表征筒式钢球磨机负荷的特征信息,所述的表征筒式钢球磨机负荷的特征信息为对特征频段内的声音和振动数据流求取的能量值;
3)对噪声和振动数据结果进行滑动平均滤波,获得单个传感器采集结果;
4)对筒式钢球磨机筒体各段的噪声和振动特征信息进行融合计算,分别获得筒式钢球磨机筒体各段的负荷值;
5)对筒式钢球磨机筒体各段的负荷值进行融合计算,获得筒式钢球磨机总体负荷值。
所述的声音传感器,对于单仓式筒式钢球磨机,安装三个传感器,分别位于距离筒体入口的1/4,1/2,3/4处;对于多仓式筒式钢球磨机,声音传感器的数量等于筒式钢球磨机的仓数,安装位置分别位于筒式钢球磨机各仓的中间位置;声音传感器指向筒式钢球磨机钢球抛落点,距离筒式钢球磨机筒体表面为10cm~15cm。
所述的振动传感器,对于单仓式筒式钢球磨机,安装三个振动传感器,分别位于距离筒体入口的1/4,1/2,3/4处;对于多仓式筒式钢球磨机,振动传感器的数量等于筒式钢球磨机的仓数,振动传感器安装位置分别位于筒式钢球磨机各仓的中间位置,且安装于筒式钢球磨机筒体表面上,所有的振动传感器安装高度位于同一水平线,采用螺栓或磁座方式固定。
所述的筒式钢球磨机各段的负荷结果分别为筒式钢球磨机各段的声音传感器和振动传感器检测并经融合计算得到的结果,融合计算方法采用模糊推理的方法。
筒式钢球磨机总体负荷结果是筒式钢球磨机各段负荷及负荷变化率按照融合方法计算得到,融合算法采用加权平均方法获得。
实现上述方法的装置,其特征在于,其特征在于,该装置采用分布式无线传感器网络结构,至少包括:
多个相同的振动传感器和多个相同的声音传感器,用于采集筒式钢球磨机各段的噪声和振动信息,以获取噪声和振动数据流;
传感器网络节点,包括振动传感器或声音传感器,信号调理电路,信号采集与处理模块,无线收发模块和供电电源模块;
振动传感器或声音传感器与信号调理电路连接,信号调理电路与信号采集与处理 模块连接,信号采集与处理模块与无线收发模块互联,供电电源模块用于提供电源;
集中融合处理电路,包括电源模块、RS485通讯模块、外部数据存储器模块、LCD显示模块、按键模块、译码/锁存逻辑电路模块、EEPROM存储器模块、电压基准电路、数模转换电路、U/I转换电路、DSP信号处理模块、无线收发模块;
无线收发模块与DSP信号处理模块互联,DSP信号处理模块分别通过地址总线和数据总线分别与译码/锁存逻辑电路模块、EEPROM存储器模块、LCD显示模块、RS485通讯模块、数模转换电路、外部数据存储器模块连通;译码/锁存逻辑电路模块分别和按键模块、LCD显示模块相连,数模转换电路分别连接U/I转换电路和电压基准电路。
所述的振动传感器为压电振动传感器,其响应频率为20Hz~10kHz,所述的声音传感器为电容式单向型传声器,其响应频率为20Hz~10kHz。
所述的传感器网络节点的信号采集与处理模块选用MSP430单片机。
所述的数据无线收发模块采用nRF401模块。
所述的集中融合处理电路的DSP信号处理模块采用数字信号处理器TMS320F2812。
本发明给出的基于多传感器融合的筒式钢球磨机负荷检测方法和装置,克服了以往检测方法针对单一行业,且易受干扰、灵敏度差、线性度不好等缺点。采取同时监测筒式钢球磨机各段筒体振动量和噪音、充分吸取各检测方法的优点,通过多传感器融合的方法,给出筒式钢球磨机筒体各段负荷量及总体负荷量;所给出的筒式钢球磨机负荷检测装置,采用分布式无线网络方式,易于安装,具有低成本、高可靠、易维护等特点;通过本方法和装置得出的负荷信息更全面、可信度更高,为筒式钢球磨机负荷的有效控制提供了保证。
                        附图说明
图1是筒式钢球磨机工作原理图,其中的标号表示:1、空心圆筒;2、3、左右端盖;4、5、左右空心轴颈;
图2是本检测方法流程图;
图3是FHn N,FHn S的语言变量隶属度函数;
图4是FHn的语言变量隶属度函数;
图5是本检测装置结构组成示意图;
图6是传感器网络节点硬件组成原理图;
图7是集中融合模块硬件组成结构图;
图8是电压/电流输出驱动电路图。
下面结合附图和具体实施方法对本发明作进一步的详细描述。
                      具体实施方式
本发明提出的一种基于多传感器融合的筒式钢球磨机负荷检测方法,其总体流程如图2所示,具体包括以下步骤:
1)在筒式钢球磨机筒体各段安装多个声音传感器和振动传感器,同时采集筒式钢球磨机各段的噪声和振动信息,获取噪声和振动数据流;
其中声音传感器选择电容式单向型传声器,响应频率为20Hz~10kHz。对于单仓筒式钢球磨机,安装三个声音传感器,分别位于距离筒体入口的1/4,1/2,3/4处;对于多仓筒式钢球磨机,安装的声音传感器的数量等于筒式钢球磨机仓数,安装位置分别位于筒式钢球磨机各仓的中间位置;声音传感器指向筒式钢球磨机钢球抛落点,距离筒式钢球磨机筒体表面为10~15cm。
其中振动传感器采用多个相同的压电振动传感器,其响应频率为20Hz~10kHz,对于单仓筒式钢球磨机,安装三个振动传感器,分别位于距离筒体入口的1/4,1/2,3/4处;对于多仓筒式钢球磨机,传感器的数量等于筒式钢球磨机的仓数,安装位置分别位于筒式钢球磨机各仓的中间位置;振动传感器安装于筒式钢球磨机筒体表面上,安装高度位于同一水平线,采用螺栓或磁座方式固定;
2)对数据流进行分析,提取相应的表征筒式钢球磨机负荷的特征信息;
对于噪声数据流,以51.2k的采样速率进行连续采样20ms,获得1024点数据,对这连续的1024点数据进行FFT分析,将频段为1~6kHz内的频域幅值模取平方后累加获得能量值,将该能量值按照以下公式进行归一化处理,获得第k次采集结果:
E N - u ( k ) = E N - r ( k ) - E N min E N max - E N min
其中EN-u(k)为第k次采集归一化后的噪音能量值,EN-r(k)为第k次采集未经归一化的噪音能量值,ENmin和ENmax分别为对应于被测筒式钢球磨机特征频段内噪声能量的最小值和最大值;
经过归一化处理后的噪声能量值,范围为0~1;公式中的所有噪声能量值均为同一频段内能量,ENmin和ENmax值经过试验获得。
对于振动数据流,以51.2k的采样速率进行连续采样20ms,获得1024点数据,对这连续的1024点数据进行FFT分析,将频段为3~7kHz内的频域幅值模取平方后累加获得能量值,将该能量值按照以下公式进行归一化处理,获得第k次采集结果:
E S - u ( k ) = E S - r ( k ) - E S min E S max - E S min
其中ES-u(k)为第k次采集归一化后的振动能量值,ES-r(k)为第k次采集未经归一化的振动能量值,ESmin和ESmax分别为对应于被测筒式钢球磨机特征频段内振动能量的最小值和最大值
经过归一化处理后的振动能量值,范围为0~1;公式中的所有振动能量值均为同一频段内能量,ESmin和ESmax值经过试验获得。
3)对数据结果进行滑动平均滤波,获得单个传感器测量结果;
由于钢球等研磨体和物料在筒式钢球磨机旋转一周过程中,并非平稳过程,因此采用前旋转一周过程中的平均值作为当前结果输出。以筒式钢球磨机转速为15r/min为例,筒式钢球磨机旋转一周所需时间为4s,数据采集模块每500ms进行一次采集并计算结果,所以滑动平均队列长度为8,其计算公式如下:
FH N ( k ) = 1 m ( E N - u ( k ) + E N - u ( k - 1 ) + . . . . . . + E N - u ( k - m + 1 ) )
FH S ( k ) = 1 m ( E S - u ( k ) + E S - u ( k - 1 ) + . . . . . . + E S - u ( k - m + 1 ) )
其中,FHN(k)为第k次采集获得的由磨机噪音表征的负荷值,FHS(k)为第k次采集获得的由磨机振动表征的负荷值,m为滑动平均滤波队列长度值,最终输出结果每500ms更新一次,其结果更新速度完全可以满足需要;
4)对筒式钢球磨机筒体各段的噪声和振动特征信息进行融合计算,分别获得筒式钢球磨机筒体各段的筒式钢球磨机负荷值;
5)对筒式钢球磨机筒体各段的筒式钢球磨机负荷值进行融合计算,获得筒式钢球磨机总体负荷值;
所述的筒式钢球磨机各段的负荷结果,分别是筒式钢球磨机各段的声音传感器和振动传感器检测结果融合计算得到,融合方法采用模糊逻辑实现;
以单仓筒式钢球磨机为例,分别安装三个声音传感器和三个振动传感器,获得筒式钢球磨机前、中、后三段筒式钢球磨机负荷,其某段筒式钢球磨机负荷的计算方法如下:
记该段由噪音表征的负荷量为FHn N,由振动表征的负荷量为FHn S,融合后的该段筒式钢球磨机负荷量为FHn;设描述输入变量的语言值的模糊子集为{NB,NM,ZO,PM,PB},其中NB、NM、ZO、PM、PB分别代表负荷很低、偏低、适中、偏高、很高,论域为[0,1];采用如图3所示的三角形隶属度函数。描述输出变量的语言值的模糊子集为{NB,NM,NS,ZO,PS,PM,PB},其中NB、NM、NS、ZO、PS、PM、PB分别代表负荷很低、低、偏低、适中、偏高、高、很高。论域为[0,1],采用如图4所示的三角形隶属度函数。
模糊蕴含运算采用Mamdani的最小运算规则,设计如下的模糊规则表:
表1模糊推理表
Figure A20071001749000131
经过模糊推理获得输出变量FHn的模糊量后,采用重心法进行清晰化计算,即可获得筒式钢球磨机各段负荷量。
所述的筒式钢球磨机总体负荷结果,是将筒式钢球磨机各段负荷及负荷变化率按照融合方法计算得到,融合算法采用加权平均方法;
记筒式钢球磨机各段的负荷为FH1,FH2....FHn,筒式钢球磨机每转动一周的负荷平均值为FHC l,筒式钢球磨机各段负荷变化率为ΔFHn,则
ΔF H n = F H C l - F H C l - 1 , 即筒式钢球磨机负荷变化率每旋转一周更新一次;
FH C l = 1 m ( FH ( k ) + FH ( k - 1 ) + . . . . . FH ( k - m + 1 ) ) .
筒式钢球磨机总体负荷为:
FH=a1*FH1+a2*FH2+.....an*FHn+b*(ΔFH1+ΔFH2+....ΔFHn)
其中a1,a2,an为筒式钢球磨机负荷加权系数,且满足∑an=1;b为筒式钢球磨机负荷补偿系数,将筒式钢球磨机负荷变化率引入,提高筒式钢球磨机负荷灵敏度。
上述基于多传感器融合的筒式钢球筒式钢球磨机负荷检测方法的装置,其结构组成如图5所示,该装置采用分布式无线传感器网络结构,至少包括:
多个相同的振动传感器和多个相同的声音传感器,用于采集筒式钢球磨机各段的噪声和振动信息,以获取噪声和振动数据流;
传感器网络节点硬件组成原理如图6所示,包括振动传感器或声音传感器61,信号调理电路62,信号采集与处理模块63,无线收发模块64和供电电源模块65;
振动传感器或声音传感器61与信号调理电路62连接,信号调理电路62与信号采集与处理模块63连接,信号采集与处理模块63与无线收发模块64互联,供电电源模块65用于提供电源;
其中信号调理电路62采用仪器放大器AD623实现,用于实现信号放大、偏置电压调整及阻抗匹配,通过放大器上连接的可调电位器RG1,改变放大倍数,调整范围为2~50倍。来自传感器61的信号经过AD623调整为0~3.3V范围,输入到AD模块供采集。
信号采集与处理模块63选用MSP430F149单片机完成,该单片机内含有16位处理器、硬件乘法器、8路12位ADC模块,看门狗定时器模块,2个串行口通信模块,60K片上Flash存储器和2KB RAM。具有强大的数据处理能力、超低功耗、高集成度等优点。调理后的信号首先进入MSP430F149的AD模块,经过模数转换后,进行一系列运算处理。
数据无线收发模块64采用nRF401模块完成,nRF401是一个433MHz频段设计的真正单片UHF无线收发芯片,它采用FSK调制解调技术,最高工作速率可以达到20K,最大发射功率是+10dBm,通信距离可达300米,其天线接口为差分方式,可以使用低成本的PCB天线;nRF401具有待机模式,可以更加省电和高效。该模块通过4线与MCU(MSP430F149)连接,分别为DIN、DOUT、PWR_UP、TXEN,DIN/DOUT为数据输入输出接口,提供数据交换功能;PWR_UP为节电模式控制,当PWR_UP=1时,该模块处于工作模式,当PWR_UP=0时,该模块处于待机模式;TXEN为发射/接收选择控制端,当TXEN=1时,模块处于发送模式,当TXEN=0时,模块处于接收模块。
供电电源模块65采用3.3V高能量锂电池供电,通过DCDC转换模块产生+5V,-5V电源供信号调理模块使用。
传感器网络节点的工作流程为:休眠—数据采集—数据处理—数据发送,如此往复,每500ms为一个循环周期。在休眠阶段,除MCU的定时器工作外,其他模块均关闭,以节省电源消耗。在数据采集阶段,以51.2k速率连续采样20ms,即1024个数据;在数据处理阶段,主要完成FFT以及负荷特征信息、滑动平均滤波计算;在数据发送阶段,启动无线发送模块,将本次结果发送出去,等待确认后,然后系统转入休眠,进入下一个工作循环。
所述的集中融合处理电路硬件组成如图7所示,由以下几部分组成:提供+12V,+5V,+3.3V的电源模块701、RS485通讯模块702、外部数据存储器模块703、LCD显示模块704、按键模块705、译码/锁存逻辑电路模块706、EEPROM存储器模块707、电压基准电路708、数模转换电路709、U/I转换电路710、DSP信号处理模块711、无线收发模块712组成。
无线收发模块712与DSP信号处理模块711互联,DSP信号处理模块711分别通过地址总线和数据总线分别与译码/锁存逻辑电路模块706、EEPROM存储器模块707、LCD显示模块704、RS485通讯模块702、数模转换电路709、外部数据存储器模块703连通;译码/锁存逻辑电路模块706分别和按键模块705、LCD显示模块704相连,数模转换电路709分别连接U/I转换电路710和电压基准电路708。
DSP信号处理模块711作为核心处理模块,采用TI公司的DSPTMS320F2812实现,它是一款32位定点数字信号处理器,具有高达150MIPS的执行速度,可以实现本发明提出的各种算法。为了保证系统具有足够的数据空间,扩充一片外部数据存储器模块703作为片外数据存储器,其型号为CY7C1041BV33的256KRAM;人机交互采用LCD显示模块704和按键模块705实现,LCD显示模块704选用DMF50081图形液晶模块,该模块具有320×240的图形解析能力,能够提供友好的人机界面,按键模块采用独立式,为系统提供画面选择、参数设置等各种操作功能;EEPROM存储器模块707主要用于存储各传感器节点及融合算法相关参数,防止因为系统掉电导致参数丢失;无线收发模块712与传感器节点电路中相同;系统中DSP与外部存储器、LCD、按键等的译码/锁存等逻辑电路由CPLD EMP7128S实现,可以大大简化系统硬件复杂程度。
参照图8所示,电压基准电路708、数模转换电路709、U/I转换电路710组合完成将测量结果以电压/电流方式输出,其具体电路由TLV5614数模转换芯片、MAX6108电压基准芯片、AD623芯片和XTR110芯片组成。MAX6108芯片为DAC提供标准的2.50V电压基准,DAC输出信号为0~2.5V,该信号与AD623的3号端相连,经过AD623放大2倍后,信号变为0~5V;其放大倍数通过电位器RG调整。由于信号并不需要直流偏置,因此AD623的参考输入端REF接地。AD623的信号输出端6作为仪器的电压输出,同时连接到电压/电流转换模块XTR110的输入端5,该端接受0~5V信号。XTR110的3端与12端、15端相连,这样内部的10V精准电源可以为电路提供电压偏置。XTR110的14端与MOSFET的G端相连,XTR110的1端和13端短接后与MOSFET的S端相连,XTR110的D端向负载提供电流,最大负载不超过500欧姆。
集中融合处理模块主要实现的功能是,与传感器网络相关节点通过无线通信方式获得各节点测量结果,按照本发明给出的融合算法进行计算,获得筒式钢球磨机各段负荷及总体负荷信息;将结果以三种方式输出,LCD显示方式、电压/电流方式和RS485通信方式,提供给其他系统使用。
本发明给出的基于多传感器融合的筒式钢球筒式钢球磨机负荷检测方法和装置,克服了以往检测方法针对行业单一,且易受干扰、灵敏度差、线性度不好等缺点。采取同时监测筒式钢球磨机各段筒体振动量和噪音、充分吸取各检测方法的优点,通过多传感器融合的方法,给出筒式钢球磨机各段负荷量及总体负荷量;所给出的筒式钢球磨机负荷检测装置,采用分布式无线网络方式,易于安装,具有低成本、高可靠、易维护等特点;通过本方法和装置得出的负荷信息更全面、可信度更高,为筒式钢球磨机负荷的有效控制提供了保证。

Claims (10)

1.一种基于多传感器融合的筒式钢球磨机负荷检测方法,其特征在于,该方法包括以下步骤:
1)在筒式钢球磨机筒体各段安装多个声音传感器和振动传感器,同时采集筒式钢球磨机各段的噪声和振动信息,以获取噪声和振动数据流;
2)对获取的噪声和振动数据流进行分析,提取相应的表征筒式钢球磨机负荷的特征信息,所述的表征筒式钢球磨机负荷的特征信息为对特征频段内的声音和振动数据流求取的能量值;
3)对噪声和振动数据结果进行滑动平均滤波,获得单个传感器采集结果;
4)对筒式钢球磨机筒体各段的噪声和振动特征信息进行融合计算,分别获得筒式钢球磨机筒体各段的负荷值;
5)对筒式钢球磨机筒体各段的负荷值进行融合计算,获得筒式钢球磨机总体负荷值。
2.如权利要求1所述的方法,其特征在于,所述的声音传感器,对于单仓式筒式钢球磨机,安装三个传感器,分别位于距离筒体入口的1/4,1/2,3/4处;对于多仓式筒式钢球磨机,声音传感器的数量等于筒式钢球磨机的仓数,安装位置分别位于筒式钢球磨机各仓的中间位置;声音传感器指向筒式钢球磨机钢球抛落点,距离筒式钢球磨机筒体表面为10cm~15cm。
3.如权利要求1所述的方法,其特征在于,所述的振动传感器,对于单仓式筒式钢球磨机,安装三个振动传感器,分别位于距离筒体入口的1/4,1/2,3/4处;对于多仓式筒式钢球磨机,振动传感器的数量等于筒式钢球磨机的仓数,振动传感器安装位置分别位于筒式钢球磨机各仓的中间位置,且安装于筒式钢球磨机筒体表面上,所有的振动传感器安装高度位于同一水平线,采用螺栓或磁座方式固定。
4.如权利要求1所述的方法,其特征在于,所述的筒式钢球磨机各段的负荷结果分别为筒式钢球磨机各段的声音传感器和振动传感器检测并经融合计算得到的结果,融合计算方法采用模糊推理的方法。
5.如权利要求1所述的方法,其特征在于,筒式钢球磨机总体负荷结果是筒式钢球磨机各段负荷及负荷变化率按照融合方法计算得到,融合算法采用加权平均方法获得。
6.权利要求1所述的基于多传感器融合的筒式钢球磨机负荷检测方法的装置,其特征在于,该装置采用分布式无线传感器网络结构,至少包括:
多个相同的振动传感器和多个相同的声音传感器,用于采集筒式钢球磨机各段的噪声和振动信息,以获取噪声和振动数据流;
传感器网络节点,包括振动传感器或声音传感器,信号调理电路,信号采集与处理模块,无线收发模块和供电电源模块;
振动传感器或声音传感器与信号调理电路连接,信号调理电路与信号采集与处理模块连接,信号采集与处理模块与无线收发模块互联,供电电源模块用于提供电源;
集中融合处理电路,包括电源模块、RS485通讯模块、外部数据存储器模块、LCD显示模块、按键模块、译码/锁存逻辑电路模块、EEPROM存储器模块、电压基准电路、数模转换电路、U/I转换电路、DSP信号处理模块、无线收发模块;
无线收发模块与DSP信号处理模块互联,DSP信号处理模块分别通过地址总线和数据总线分别与译码/锁存逻辑电路模块、EEPROM存储器模块、LCD显示模块、RS485通讯模块、数模转换电路、外部数据存储器模块连通;译码/锁存逻辑电路模块分别和按键模块、LCD显示模块相连,数模转换电路分别连接U/I转换电路和电压基准电路。
7.如权利要求6所述装置,其特征在于,所述的振动传感器为压电振动传感器,其响应频率为20Hz~10kHz,所述的声音传感器为电容式单向型传声器,其响应频率为20Hz~10kHz。
8.如权利要求6所述的装置,其特征在于,所述的传感器网络节点的信号采集与处理模块选用MSP430单片机。
9.如权利要求6所述的装置,其特征在于,所述的数据无线收发模块采用nRF401模块。
10.如权利要求6所述的装置,其特征在于,所述的集中融合处理电路的DSP信号处理模块采用数字信号处理器TMS320F2812。
CNB2007100174906A 2007-03-13 2007-03-13 基于多传感器融合的筒式钢球磨机负荷检测方法及装置 Expired - Fee Related CN100510686C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2007100174906A CN100510686C (zh) 2007-03-13 2007-03-13 基于多传感器融合的筒式钢球磨机负荷检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2007100174906A CN100510686C (zh) 2007-03-13 2007-03-13 基于多传感器融合的筒式钢球磨机负荷检测方法及装置

Publications (2)

Publication Number Publication Date
CN101042311A true CN101042311A (zh) 2007-09-26
CN100510686C CN100510686C (zh) 2009-07-08

Family

ID=38807987

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2007100174906A Expired - Fee Related CN100510686C (zh) 2007-03-13 2007-03-13 基于多传感器融合的筒式钢球磨机负荷检测方法及装置

Country Status (1)

Country Link
CN (1) CN100510686C (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101825523A (zh) * 2010-04-28 2010-09-08 清华大学 一种湿法球磨机涨肚故障预测装置及方法
CN102055540A (zh) * 2010-12-31 2011-05-11 哈尔滨工业大学深圳研究生院 基于尼曼皮尔森准则下的噪声增强分布式检测方法及系统
CN102760343A (zh) * 2012-07-27 2012-10-31 贵州大学 基于无线传感器网络的边坡地质灾害预警方法及装置
CN102788611A (zh) * 2012-03-09 2012-11-21 山东理工大学 球磨机内部球石群及硬质块状矿料分布检测系统及方法
CN102788610A (zh) * 2012-03-09 2012-11-21 山东理工大学 球磨机内部球石群及矿料动态分布检测系统及方法
CN102788612A (zh) * 2012-03-09 2012-11-21 山东理工大学 球磨机内部球石群及块状矿料动态分布检测系统及方法
CN103438934A (zh) * 2013-08-27 2013-12-11 昆明理工大学 一种球磨机负荷参数检测方法及装置
CN105136276A (zh) * 2015-09-18 2015-12-09 沈阳化工大学 一种非接触式的球磨机旋转筒体振动信号采集系统
CN106568503A (zh) * 2016-11-07 2017-04-19 西安交通大学 一种基于筒体表面多点振动信号的磨机负荷检测方法
CN110221137A (zh) * 2019-03-07 2019-09-10 国网上海市电力公司 一种基于振声相关性的配电变压器异常状态检测方法
CN110339914A (zh) * 2019-07-18 2019-10-18 北京科技大学 一种磨矿机综合运行状态在线检测装置及自动控制方法
CN111428596A (zh) * 2020-03-16 2020-07-17 重庆邮电大学 一种基于三拾音器的磨音信号检测方法
CN113182023A (zh) * 2021-04-21 2021-07-30 南京工程学院 一种不可测扰动自适应监测和补偿的磨机负荷在线检测方法
CN115042034A (zh) * 2022-06-01 2022-09-13 上海普偌迈机电制造有限公司 一种变速箱壳体去毛刺研磨装置

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101825523B (zh) * 2010-04-28 2012-05-23 清华大学 一种湿法球磨机涨肚故障预测装置及方法
CN101825523A (zh) * 2010-04-28 2010-09-08 清华大学 一种湿法球磨机涨肚故障预测装置及方法
CN102055540B (zh) * 2010-12-31 2014-11-26 哈尔滨工业大学深圳研究生院 基于尼曼皮尔森准则下的噪声增强分布式检测方法及系统
CN102055540A (zh) * 2010-12-31 2011-05-11 哈尔滨工业大学深圳研究生院 基于尼曼皮尔森准则下的噪声增强分布式检测方法及系统
CN102788612A (zh) * 2012-03-09 2012-11-21 山东理工大学 球磨机内部球石群及块状矿料动态分布检测系统及方法
CN102788610A (zh) * 2012-03-09 2012-11-21 山东理工大学 球磨机内部球石群及矿料动态分布检测系统及方法
CN102788611B (zh) * 2012-03-09 2014-11-19 山东理工大学 球磨机内部球石群及硬质块状矿料分布检测系统及方法
CN102788611A (zh) * 2012-03-09 2012-11-21 山东理工大学 球磨机内部球石群及硬质块状矿料分布检测系统及方法
CN102760343A (zh) * 2012-07-27 2012-10-31 贵州大学 基于无线传感器网络的边坡地质灾害预警方法及装置
CN103438934A (zh) * 2013-08-27 2013-12-11 昆明理工大学 一种球磨机负荷参数检测方法及装置
CN103438934B (zh) * 2013-08-27 2015-11-18 昆明理工大学 一种球磨机负荷参数检测方法及装置
CN105136276B (zh) * 2015-09-18 2017-11-10 沈阳化工大学 一种非接触式的球磨机旋转筒体振动信号采集系统
CN105136276A (zh) * 2015-09-18 2015-12-09 沈阳化工大学 一种非接触式的球磨机旋转筒体振动信号采集系统
CN106568503A (zh) * 2016-11-07 2017-04-19 西安交通大学 一种基于筒体表面多点振动信号的磨机负荷检测方法
CN106568503B (zh) * 2016-11-07 2019-04-12 西安交通大学 一种基于筒体表面多点振动信号的磨机负荷检测方法
CN110221137A (zh) * 2019-03-07 2019-09-10 国网上海市电力公司 一种基于振声相关性的配电变压器异常状态检测方法
CN110221137B (zh) * 2019-03-07 2024-05-14 国网上海市电力公司 一种基于振声相关性的配电变压器异常状态检测方法
CN110339914A (zh) * 2019-07-18 2019-10-18 北京科技大学 一种磨矿机综合运行状态在线检测装置及自动控制方法
CN114160273A (zh) * 2019-07-18 2022-03-11 北京科技大学 一种磨矿机综合运行状态在线检测装置及自动控制方法
CN114160273B (zh) * 2019-07-18 2023-02-17 北京科技大学 一种磨矿机综合运行状态在线检测装置及自动控制方法
CN110339914B (zh) * 2019-07-18 2023-05-05 北京科技大学 一种磨矿机综合运行状态在线检测装置及自动控制方法
CN111428596A (zh) * 2020-03-16 2020-07-17 重庆邮电大学 一种基于三拾音器的磨音信号检测方法
CN113182023A (zh) * 2021-04-21 2021-07-30 南京工程学院 一种不可测扰动自适应监测和补偿的磨机负荷在线检测方法
CN113182023B (zh) * 2021-04-21 2022-06-03 南京工程学院 一种不可测扰动自适应监测和补偿的磨机负荷在线检测方法
CN115042034A (zh) * 2022-06-01 2022-09-13 上海普偌迈机电制造有限公司 一种变速箱壳体去毛刺研磨装置

Also Published As

Publication number Publication date
CN100510686C (zh) 2009-07-08

Similar Documents

Publication Publication Date Title
CN100510686C (zh) 基于多传感器融合的筒式钢球磨机负荷检测方法及装置
CN108279294B (zh) 用于钢结构桥梁健康监测的无损自动监测系统及方法
CN106568503B (zh) 一种基于筒体表面多点振动信号的磨机负荷检测方法
CN101718613B (zh) 一种数控装备实验模态分析方法
CN201239711Y (zh) 圆筒滚筒筛
CN204666613U (zh) 一种水质检测仪
CN206002136U (zh) 一种道路环境综合监测车
CN104236796B (zh) 轴系状态信息采集智能转速传感器
CN101493354A (zh) 基于多传感器融合技术的滚筒式球磨机料位检测方法
CN103498409B (zh) 基于超声波的道路结构无损连续检测装置
CN206002524U (zh) 一种污水生化处理检测装置
CN105739458A (zh) 一种沼气发酵监控系统
CN206235391U (zh) 一种便捷式环境噪音检测仪
CN1836784A (zh) 一种火电厂筒式钢球磨煤机的内存煤量检测方法
Hou et al. Machine fault diagnosis using industrial wireless sensor networks and on-sensor wavelet transform
CN206240589U (zh) 生活垃圾分类机
CN202732201U (zh) 排水发电装置
CN204462695U (zh) 一种风电设备紧固件视觉检测的控制系统
CN205114685U (zh) 一种多功能组合式钢丝收线装置
CN205262743U (zh) 一种大型风力机主轴承运行状态监测及故障预警系统
CN104385300B (zh) 可缠绕式混合驱动柔索并联机器人运行监测装置及方法
CN113814038B (zh) 基于全域增效优化节能技术的大功率球磨机节能控制方法
CN202720219U (zh) 一种用于空气中一氧化碳浓度监测的无线传感器网络节点
CN107670607B (zh) 一种转速模糊控制的化工机械系统
CN205473795U (zh) 厌氧产沼气一体化装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090708

Termination date: 20120313