CN205920343U - 一种球磨机的嵌入式智能评估系统 - Google Patents
一种球磨机的嵌入式智能评估系统 Download PDFInfo
- Publication number
- CN205920343U CN205920343U CN201620374365.5U CN201620374365U CN205920343U CN 205920343 U CN205920343 U CN 205920343U CN 201620374365 U CN201620374365 U CN 201620374365U CN 205920343 U CN205920343 U CN 205920343U
- Authority
- CN
- China
- Prior art keywords
- ball mill
- module
- signal
- embedded intelligence
- pickup assembly
- 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.)
- Active
Links
Landscapes
- Crushing And Grinding (AREA)
Abstract
本实用新型公开了一种球磨机的嵌入式智能评估系统,包括信号采集装置和嵌入式智能评估装置;信号采集装置包括若干振动信号采集模块及工作电流信号采集模块,嵌入式智能评估装置包括球磨机的参数提取模块和智能决策评估模块;信号采集装置将采集的信号传输给处理器,处理器将收集的信号经处理后通过参数提取模块输送至智能决策评估模块进行评估。本实用新型的球磨机的嵌入式智能评估系统通过信号采集装置来获取球磨机振动信号和工作电流信号,并以无线传输模块传输至嵌入式智能评估装置,并完成对球磨机运行负荷状态的特征描述和智能分析,进而实现球磨机运作状态的监测与智能评估。
Description
技术领域
本实用新型涉及智能评估系统,具体涉及到一种球磨机的嵌入式智能评估系统。
背景技术
球磨机作为物料加工碎化的关键设备,在矿产、水泥、化工、电力等多个行业得到广泛应用。该设备具有容量大、破碎比高、运动稳定的优点,但存在负荷检测难度大、能耗高、损耗大等缺点。针对球磨机相关行业的发展需求,高效率、低能耗是球磨机企业提升自身竞争力和经济效益的发展目标。为达到此目标,就需要实现对球磨机运行状态的监测与评估,以完成后续的优化节能控制。
表征球磨机运行状态的一个重要参数是球磨机负荷,包括钢球负荷、物料负荷和水负荷。其中,钢球负荷表征了球磨机的研磨能力,物料负荷表征了球磨机的生产能力,水负荷表征了球磨机的研磨环境条件和磨矿浓度条件。这三种负荷因素所构成的总负荷即决定了球磨机的运动效率和能耗情况。因此,监测球磨机的运行状态并实现负荷情况的智能评估具有重要的实际应用价值。
从现有的应用和研究情况来看,针对球磨机运行负荷状态的监测方式主要采用的是间接监测方法,即通过对球磨机运行时外部响应信号的分析建立起与内部负荷状态间的联系。这些外部响应可通过压力传感器、差动电磁传感器、声响传感器、振动传感器以及球磨机功率、电流等工作参数来获取。然而这些监测方法均存在一定的局限性,比如:压力法虽然简单,但是测量精度不高,无法表征球磨机内部负荷类型与配比变化情况;差动电磁法的运行可靠性较高,但在表征内部负荷的具体参数情况上存在局限;声响法是目前应用较多的方法,但存在环境干扰严重、声响传感器安装位置敏感等问题;球磨机工作参数法可在一定程度上反映负荷总体变化情况,但影响球磨机工作参数的因素很多,从而影响评价效果。相对而言,振动法可直接测量球磨机的振动变化情况,是一种与环境无关的监测方法且信号检测灵敏度较高。现有的振动分析过程常采用的是傅立叶频谱分析方法,但球磨机运行时呈现出的是一种多变量耦合、非线性时变的复杂系统,傅立叶分析作为一种整体频谱分析技术难以完全准确描述球磨机内部负荷的变化情况,具有一定的不足。嵌入式应用方面,目前多采用数字信号处理器(DSP),但处理能力上受到一定的限制。
实用新型内容
本实用新型的目的是提供一种球磨机的嵌入式智能评估系统,实现对球磨机运行负荷状态的智能评估。
为达上述目的,本实用新型所采用的技术方案是:提供一种球磨机的嵌入式智能评估系统,包括信号采集装置和嵌入式智能评估装置;信号采集装置包括设置在球磨机滚筒外壁上的若干振动信号采集模块及安装于驱动电机上的工作电流信号采集模块,嵌入式智能评估装置包括球磨机的参数提取模块和智能决策评估模块;信号采集装置将采集的信号传输给处理器,处理器将收集的信号经处理后通过参数提取模块输送至智能决策评估模块,智能决策评估模块通过BP神经网络与球磨机的内部通信连接。
优选的,嵌入式智能评估装置还包括用于参数提取模块和智能决策评估模块运行的嵌入式工控机硬件平台。
优选的,振动信号采集模块设有三个,且均匀分布在球磨机滚筒外壁上。
优选的,振动信号采集模块通过有源低通滤波器和A/D转换器将振动信号传输给处理器。
优选的,智能评估系统还包括用于将信号传输至参数提取模块的无线传输模块。
优选的,智能评估系统还包括显示模块,显示模块用于显示智能决策评估模块输出的评估信息。
综上所述,本实用新型具有以下优点:
本实用新型的球磨机的嵌入式智能评估系统通过信号采集装置来获取球磨机振动信号和工作电流信号,并以无线传输模块传输至嵌入式智能评估装置,完成对球磨机运行负荷状态的特征描述和智能分析,进而实现球磨机运作状态的监测与智能评估。
附图说明
图1为本实用新型嵌入式智能评估系统的模块图;
图2为本实用新型嵌入式智能评估系统的示意图;
其中,1、驱动电机;2、工作电流信号采集模块;3、球磨机;4、振动信号采集模块;5、嵌入式智能评估装置;6、显示模块。
具体实施方式
下面结合附图对本实用新型的具体实施方式做详细的说明。
本实用新型的一个实施例中,如图1所示,提供了一种球磨机的智能评估系统,包括信号采集装置和嵌入式智能评估装置5;信号采集装置包括设置在球磨机3滚筒外壁上的若干振动信号采集模块4及安装于驱动电机1上的工作电流信号采集模块2,嵌入式智能评估装置5包括球磨机的参数提取模块和智能决策评估模块;信号采集装置将采集的信号传输给处理器,处理器将收集的信号经处理后通过参数提取模块输送至智能决策评估模块,智能决策评估模块通过BP神经网络与球磨机的内部通信连接。
本实用信息的优化实施例,嵌入式智能评估装置5还包括用于参数提取模块和智能决策评估模块运行的嵌入式工控机硬件平台。振动信号采集模块4设有三个,且均匀分布在球磨机3滚筒外壁上;振动信号采集模块4通过有源低通滤波器和A/D转换器将振动信号传输给处理器,处理器通过无线传输模块将信号传输至参数提取模块。智能决策评估模块将评估信息传输至显示模块6。
信号采集装置包括若干振动信号采集模块4和球磨机的工作电流信号采集模块2;其中,振动信号采集模块4获取的是球磨机3滚筒外壁的振动信号。振动信号采集模块4采用适用于工业环境要求的MEMS振动传感器ADXL001,振动信号传感器4放置于球磨机3滚筒外壁并均匀分布于滚筒两边和中间;采用双通道运算放大器OP2177构造二阶有源低通滤波器,其截止频率设置为10kHz,将振动传感器输出振动信号中的高频噪声去除;采用具有16位分辨率、无失码的模数转换器AD7663,将滤波后的振动信号转换成数字信号;采用嵌入式处理器STM32F103作为振动信号采集的处理器。针对球磨机工作电流信号采集模块,采用厚施HBC-LTS霍尔电流传感器获取球磨机工作电流信号,并采用嵌入式处理器STM32F103自带的12位模数转换器将工作电流信号转换为数字信号。
无线传输模块采用基于WIFI的无线网络组网方式,利用前述的嵌入式处理器STM32F103作为WIFI模块的控制器并以此作为无线传输节点。针对信号采集装置中的每个采集模块,均配置该无线传输节点。
嵌入式智能评估装置包括嵌入式工控机硬件平台、球磨机运行特征参数提取模块和智能决策评估模块。针对嵌入式工控机硬件平台,采用研华超紧凑型无风扇嵌入式工控机ARK-1122C,该工控机通过USB接口与一无线传输节点相连接,以获取振动信号和球磨机工作电流信号。基于工控机支持的嵌入式操作系统WindowsXPEmbedded进行软件模块设计,涉及特征参数提取和智能决策评估。
球磨机运行特征参数提取模块针对振动信号分析频谱特征和复杂度特征,以及球磨机工作电流信号的加窗均值特征。其中,频谱特征包括频谱总能量、平均频率和中值频率;复杂度特征通过样本熵参数来描述。针对频谱特征,频谱总能量是指所分析的频率范围内的频谱值的总和;平均频率(MeanFrequency,MNF)的定义为
fMNF=∫P(f)fdf/∫P(f)df
中值频率(MedianFrequency,MDF)的定义为
其中,P(f)表示信号的功率谱密度,f为频率参数。针对复杂度特征,采用样本熵参数来度量球磨机运行状态振动信号的复杂变化程度。样本熵方法不需要对数据序列进行自身匹配计算,优于传统的近似熵度量方法。该方法将一维数据序列构造为多维向量空间,然后计算任意两个向量之间的距离参数;在设置相似容限阈值的基础上,统计向量间距离参数小于该阈值的数量;获取与距离总数间的相对概率值,统计所有向量序列下的相对概率均值;进而将向量空间维数增加一维,重复前述处理过程;最后获取不同维数下相对概率均值间比值的对数参数即为样本熵。将所提取的特征参数(工作电流加窗均值、频谱总能量、平均频率、中值频率和样本熵)进行融合处理,构造成一维特征参数矩阵。
智能决策评估模块采用BP神经网络建立特征参数响应与球磨机内部负荷状态之间的联系,通过所建立起来的联系分析球磨机内部负荷的配比情况,进而实现对球磨机运行负荷状态的决策评估。球磨机内部负荷主要涉及钢球负荷、物料负荷和水负荷。状态评估过程中,在水负荷变化保持稳定的情况下,分别针对钢球负荷和物料负荷从欠磨到满磨条件获取相应的先验采集数据及其特征参数,以进行BP神经网络的训练处理,建立球磨机负荷的统计决策模型。在此基础上对球磨机的实际运行过程进行监测,实现球磨机内部负荷的智能决策评估,并将评估状态通过显示器进行显示。
虽然结合附图对本实用新型的具体实施方式进行了详细地描述,但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内,本领域技术人员不经创造性劳动即可作出的各种修改和变形仍属本专利的保护范围。
Claims (6)
1.一种球磨机的嵌入式智能评估系统,其特征在于:包括信号采集装置和嵌入式智能评估装置(5);所述信号采集装置包括设置在球磨机(3)滚筒外壁上的若干振动信号采集模块(4)及安装于驱动电机(1)上的工作电流信号采集模块(2),所述嵌入式智能评估装置(5)包括参数提取模块和智能决策评估模块;
所述信号采集装置将采集的信号传输给处理器,所述处理器将收集的信号经处理后通过参数提取模块输送至智能决策评估模块进行评估。
2.如权利要求1所述的球磨机的嵌入式智能评估系统,其特征在于:所述嵌入式智能评估装置(5)还包括用于参数提取模块和智能决策评估模块运行的嵌入式工控机硬件平台。
3.如权利要求1所述的球磨机的嵌入式智能评估系统,其特征在于:所述振动信号采集模块(4)设有三个,且均匀分布在球磨机(3)滚筒外壁上。
4.如权利要求1所述的球磨机的嵌入式智能评估系统,其特征在于:所述振动信号采集模块(4)通过有源低通滤波器和A/D转换器将振动信号传输给处理器。
5.如权利要求1所述的球磨机的嵌入式智能评估系统,其特征在于:智能评估系统还包括用于将处理器收集的信号传输至参数提取模块的无线传输模块。
6.如权利要求1所述的球磨机的嵌入式智能评估系统,其特征在于:智能评估系统还包括显示模块,显示模块用于显示智能决策评估模块输出的评估信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620374365.5U CN205920343U (zh) | 2016-04-29 | 2016-04-29 | 一种球磨机的嵌入式智能评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620374365.5U CN205920343U (zh) | 2016-04-29 | 2016-04-29 | 一种球磨机的嵌入式智能评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN205920343U true CN205920343U (zh) | 2017-02-01 |
Family
ID=57875982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201620374365.5U Active CN205920343U (zh) | 2016-04-29 | 2016-04-29 | 一种球磨机的嵌入式智能评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN205920343U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085442A (zh) * | 2017-06-16 | 2017-08-22 | 姜凤祥 | 一种球磨机磨矿浓度自动控制装置 |
CN109046621A (zh) * | 2018-09-03 | 2018-12-21 | 佛山职业技术学院 | 模拟球磨机振动工作的试验系统 |
RU2797096C1 (ru) * | 2022-11-03 | 2023-05-31 | федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет" | Способ управления процессом измельчения материала в барабанной мельнице |
-
2016
- 2016-04-29 CN CN201620374365.5U patent/CN205920343U/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085442A (zh) * | 2017-06-16 | 2017-08-22 | 姜凤祥 | 一种球磨机磨矿浓度自动控制装置 |
CN109046621A (zh) * | 2018-09-03 | 2018-12-21 | 佛山职业技术学院 | 模拟球磨机振动工作的试验系统 |
RU2797096C1 (ru) * | 2022-11-03 | 2023-05-31 | федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет" | Способ управления процессом измельчения материала в барабанной мельнице |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102053016B (zh) | 旋转机械滚动轴承的无线振动监测系统 | |
CN102072829B (zh) | 一种面向钢铁连铸设备的故障预测方法及装置 | |
CN104361765A (zh) | 一种基于磁阻传感器和ZigBee的车位检测系统 | |
CN102937646A (zh) | 一种用于混凝土结构的健康监测系统 | |
CN104457956B (zh) | 一种拉索索力检测中基频识别方法 | |
WO2007025172A3 (en) | Concrete maturity monitoring system using passive wireless surface acoustic wave temperature sensors | |
CN205920343U (zh) | 一种球磨机的嵌入式智能评估系统 | |
CN202720502U (zh) | 水泥混凝土生产过程动态质量远程监控系统 | |
CN201859145U (zh) | 基于rfid的混凝土质量监测系统 | |
CN103293221A (zh) | 使用超声波检测混凝土结构内部缺陷的无损检测装置 | |
CN101943682A (zh) | 基于阵列式声发射器的分布式机械故障实时监测装置及方法 | |
CN203212232U (zh) | 造船用大型起重机的龙门架数据采集装置及远程监测系统 | |
Hsu et al. | On-line structural damage localization and quantification using wireless sensors | |
CN106023643A (zh) | 一种基于物联网的新型车辆检测装置 | |
CN106483902A (zh) | 一种基于互联网的高温高压卷染机电控控制系统 | |
CN106203253B (zh) | 一种基于多源信息的磨机振动与振声特征提取方法 | |
CN103926313A (zh) | 一种基于超声检测的复合材料孔隙率数值评估方法 | |
CN107315991A (zh) | 一种基于小波阈值去噪的ifra频响曲线去噪方法 | |
CN106394601A (zh) | 一种基于声表面波技术的列车车轴状态监测装置 | |
Mirshahi et al. | Implementation of structural health monitoring based on RFID and WSN | |
CN102901440A (zh) | 隧道环境无线传感检测装置和方法 | |
CN103487508A (zh) | 一种应用于食品安全的高精度超声波液体差异性识别仪 | |
CN104215379B (zh) | 斜坡式码头趸船系泊缆绳载荷监测预警系统及方法 | |
CN104266921A (zh) | 基于无线智能节点的钢桥疲劳寿命便携式评估系统及方法 | |
CN203217749U (zh) | 采用WiFi的巴克豪森无损检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |