球磨机信号分析和关键参数预报系统

为了实现磨矿过程球磨机负荷参数的在线检测，采用MATLAB和C#.net混合编程方式，开发实现了球磨机振动、振声信号分析和关键参数预报的软测量系统。该系统基于集合经验模态分解(Ensemble Em-pirical Mode Decomposition, EEMD)技术和区间偏最小二乘(interval partial least-squares, iPLS)技术提取与磨机负荷参数密切相关的本征模态函数(intrinsic mode functions, IMF)频域特征，构建基于本征模态函数特征空间的选择性集成模型，实现磨机负荷参数的测量。MATLAB的Deploytool工具将信号EEMD分解、IMF频谱变换、iPLS特征选择、关键参数模型训练和模型预测一系列m函数编译生成DLL程序集合，在C#.net编程环境中，通过调用上述程序实现球磨机信号分析和关键参数预报软件系统的快速开发。系统测试结果表明该系统能够有效选择筒体振动和振声信号IMF频谱特征，系统准确性和可靠性较高，对改进磨矿过程控制和优化具有重要意义。

球磨机负荷可靠检测是选矿过程节能降耗和高效稳定运行的必要条件。磨机负荷的检测通常采用磨机运行时外部响应信号振动及振声间接获得。目前磨机负荷参数检测系统实现方式包括嵌入式仪表或者软件工具包2 [1]。目前这些开发方式在矿石来料不稳定、多变情况下由于模式固定、适应性较差。为了有效解决球磨机负荷监测问题，目前国际研究热点是通过具有较高灵敏度和较强抗干扰性筒壁振动信号来监测球磨机运行。充分提取和利用这种非线性非平稳信号蕴含的大量丰富有价值信息，通过特征选择和优化技术提取振动和振声信号集合经验模态分解(EEMD) [2]本征模态函数IMFs 特征，构建基于IMFs特征空间的集成模型，并在过程漂移时自适应更新集成模型结构和参数，适应时变非线性磨矿过程复杂工况变化，是保证球磨机负荷集成模型泛化性、可信度和适应性的有效手段。因此，需要开发具有模块化结构和实验功能的球磨机信号分析和磨机负荷监测软件系统。

由于球磨机外部响应信号振动、振声变量时域特征难以提取，频域信息具有较大的冗余成分，国内外提出了基于频谱特征选择的磨机负荷检测方法，并对此进行了大量的研究。目前针对振动、振声信号的处理效果比较好的是多传感器信息融合的磨机负荷集成建模[3]。近年来，混合编程技术运用越来越成熟，可以集合两个或者多个软件的优点进行混合编程，大大提高软件的开发效率。MATLAB 作为一种高级语言，具有极高的编程效率，但它也存在界面开发能力弱[3]、执行速度慢、算法和数据不利于保密以及依赖MATLAB 编译环境不能独立运行等一些局限性。C#.NET 开发的系统界面友好、执行速度快、易维护、可升级等特点，能有脱离编译环境而运行，而且算法和数据保密性强，但是在工程计算方面与MATLAB 相比就相形见绌了[4]。因此实现MATLAB 与C#的混合编程，结合两者的优点，必将提高软件的开发效率以及软件的性能，也可以工作人员带来很大的方便。