基于数值仿真的磨机负荷参数推理模型构建方法

文档序号:10594354阅读:226来源:国知局
基于数值仿真的磨机负荷参数推理模型构建方法
【专利摘要】本发明提供了基于数值仿真的磨机负荷参数推理模型构建方法,其包括步骤:A:实验设计,即,计算磨机内部负荷的波动范围,并设计用于执行数值仿真的实验方案;B:数值仿真,即,针对实验方案中的每一次实验,模拟仿真生成磨机筒体振动加速度信号;C:信号处理,即,对所生成的振动加速度信号进行多域特征的提取和选择;D:构建推理模型,即,提炼所提取和选择的这些特征与磨机负荷参数间的机理规则,构建基于磨机筒体振动数值仿真技术的磨机负荷参数推理模型。本发明的方法能够获得准确的磨机负荷参数软测量模型,避免了直接测量磨机负荷时的不便性及成本高等问题,可为选矿企业实现全流程的优化控制和节能降耗提供支持。
【专利说明】
基于数值仿真的磨机负荷参数推理模型构建方法
技术领域
[0001] 本发明设及磨机技术领域,具体设及一种基于数值仿真的磨机负荷参数推理模型 构建方法。
【背景技术】
[0002] 选矿企业所面临的重要问题之一是如何实现全流程的优化控制和节能降耗。磨矿 过程是选矿生产流程的"瓶颈"作业。磨机则是磨矿过程的瓶颈设备,其具有封闭旋转、连续 运行的工作特性。通常,磨机是依靠自身旋转带动其内部装载的研磨介质(如钢球)冲击和 磨剥物料的重型机械设备。磨机的运转率和效率通常决定了磨矿过程甚至选矿全流程的生 产效率和指标。因此,准确检测磨机负荷是实现磨矿过程优化控制和节能降耗的关键因素 之一。
[0003] 理论分析和实验研究表明,磨机内部的负荷参数(W球磨机为例,料球比、磨矿浓 度、充填率和介质充填率)与磨机筒体振动信号密切相关。考虑到磨矿工业过程中的研磨介 质在磨机运转的短时间内变化不大,磨矿过程的建模和磨机负荷的控制等研究中常把24或 48小时内的介质充填率当做常量处理。对料球比、磨矿浓度和充填率共3个磨机负荷参数的 准确检测是当前研究的重点及难点问题。
[0004] 然而,磨矿过程自身的综合复杂动态特性、外界干扰因素的不确定性动态变化等 原因,导致难W依据磨矿过程物料平衡建立机理模型来测量磨机负荷参数。而由于磨机旋 转、连续运行的工作特点,使得在磨机内部安装直接测量设备、安装嵌入数字脉冲传感器的 耐磨聚亚安醋标准横梁等直接检测方法也因维护困难、成本高等原因而难W实施。此前,工 业实践中通常采用基于磨机振动、振声、电流等信号的数据驱动模型进行间接测量,但往往 难W掲示磨机内部的研磨机理,并且由于建模的完备样本难W采集,导致构建的磨机负荷 参数软测量模型的适用性差、预测精度低。
[0005] 并且,磨矿过程中,磨机研磨物料过程的机理比水泥磨、煤磨等干式磨机更为复 杂,其中会设及破碎力学、矿浆流变学、机械振动与噪声学、导致金属磨损和腐蚀的"物理- 力学"与"物理-化学"等多个学科。磨机内矿浆粘度复杂多变且难W测量,研磨介质和磨机 衬板磨损及腐蚀量难W确定,物料和钢球粒径大小及分布随时间波动的规律性难W描述, 分层排列、数W万计的包裹着矿浆的研磨介质W不同的强度和频率对磨机筒体进行周期性 冲击,运些具有不同特性的"粒子"的运动导致筒体振动信号具有较强的非线性、非平稳和 多组分特性。
[0006] 上述各因素导致难W有效构建基于物料平衡的磨机负荷参数机理检测模型W及 基于磨机振动、振声、电流等信号的磨机负荷参数数据驱动模型。另外,工业实际中,磨机连 续、封闭运行的特点,导致用于构建软测量模型的建模数据只能在专为模型构建进行的实 验设计阶段W及磨机停运或重新开始运行的阶段获得;否则,需要W牺牲选矿厂经济效益 或长周期时间等待为代价,才有可能获得充足、有效的建模样本。
[0007] 为此,本发明拟建立面向磨机负荷检测的磨矿过程磨机筒体振动数值仿真模型, 仿真产生具有明确物理含义的筒体振动加速信号,并借助不同的信号处理技术进行多域特 征的提取和选择,结合领域专家知识进行模糊规则提取,从而构建基于磨机筒体振动数值 仿真技术的磨机负荷参数推理模型。

【发明内容】

[0008] 鉴于现有技术的W上现状,本发明的主要目的在于提供磨机负荷参数推理模型的 构建方法,W获得基于磨机筒体振动数值仿真技术的磨机负荷参数推理模型,准确预测磨 机负荷,从而为选矿企业实现全流程的优化控制和节能降耗提供支持。
[0009] 为实现上述目的,本发明所采取的技术方案如下:
[0010] 基于数值仿真的磨机负荷参数推理模型构建方法,其包括:
[0011] 步骤A:实验设计,即,计算磨机内部负荷的波动范围,并设计用于执行数值仿真的 实验方案;
[0012] 步骤B:数值仿真,即,针对所述实验方案中的每一次实验,模拟仿真生成磨机筒体 振动加速度信号;
[0013] 步骤C:信号处理,即,对步骤B中生成的运些振动加速度信号进行多域特征的提取 和选择;
[0014] 步骤D:构建推理模型,即,提炼步骤C中提取和选择的运些特征与磨机负荷参数间 的机理规则,构建基于磨机筒体振动数值仿真技术的磨机负荷参数推理模型。
[0015] 优选地,所述步骤A中包括磨机内部负荷参数确定、实验方案设计和磨机负荷计算 =个子步骤。
[0016] 优选地,步骤A中:
[0017] 在"磨机内部负荷参数确定"子步骤中,选择料球比、磨矿浓度和充填率=个磨机 负荷参数作为影响磨机筒体振动信号变化的实验因素;
[0018] 在"实验方案设计"子步骤中,将实验方案中包含的实验次数记为k,则基于磨机负 荷参数的全部实验方案表示为:
[0019] Q)
[0020] 分别表示第1次实验的料球比、磨矿浓度和充 填率;
[0021] 在"磨机负荷计算"子步骤中,针对实验方案中每次实验中给定的磨机负荷参数 值,结合磨机的容积、物料、研磨介质和水的密度W及介质空隙率,采用如下公式计算磨机 负荷:
[0022] (2)
C3) (4)
[0023] 其中,(Lm)i、(Lw)i和(Lb)I分别表示第1次实验的物料负荷、水负荷、及钢球负荷,单 位为kg; Pm、Pw和Pb分别为物料、水和钢球的密度,单位为kg/m3; y为介质空隙率,取0.38; Vmill 为磨机的有效容积,单位为m3;
[0024] 通过执行公式(2巧lj(4)的求解过程k次,便得到基于磨机负荷的全部实验方案,采 用如下公式表示:
[00剧
巧)。
[0026] 优选地,步骤B中包括磨机几何模型构建、磨机筒体FEM分析模型构建、磨机负荷 DEM数值仿真模型构建、FEM与DEM模型数据禪合处理、W及磨机筒体FEM模型振动分析五个 子步骤。
[0027] 优选地,步骤B中,针对所述实验方案中的每一次实验,执行所述五个子步骤,具体 过程为:
[0028] 子步骤(1):依据磨机的半径、长度、W及筒体厚度,基于CAD软件构建磨机几何模 型,并且将模型导出为FEM软件支持的格式;
[0029] 子步骤(2):在FEM软件中创建磨机有限元动力分析模型,其具体步骤包括:导入 CAD软件生成的几何模型、设置磨机材料属性、定义磨机机械组成部件的装配关系、对磨机 筒体和端盖进行网格划分、输出用于DBl软件建模的磨机模型、定义磨机筒体的分析步 类型、设置FEM模型的边界载荷、创建作业管理器并输出有限元模型文件;
[0030] 子步骤(3):在DEM软件中构建磨机负荷数值仿真模型,其具体步骤包括:首先选择 体现矿浆作用的具备粘性力的接触模型,然后创建磨机、研磨介质和物料共=种材料并定 义所述=种材料之间的接触参数,接着创建研磨介质和物料共两种颗粒单元,接着导入FEM 软件中输出的磨机模型并定义旋转运动参数,最后创建研磨介质和物料两种颗粒工厂 并进行计算和保存输出结果;
[0031] 子步骤(4):进行FEM与DEM模型数据的禪合处理,其具体步骤包括:通过限定FEM模 型中W节点为原点的球域范围的方式,将DEM模型中输出在网格单元上的力匹配到FEM模型 中的节点上,通过更改子步骤(2)中生成的有限元模型文件获得新的磨机有限元模型文件;
[0032] 子步骤(5):进行磨机筒体FM模型振动分析,其具体步骤包括:首先在FEM软件中 导入新的磨机有限元模型文件,接着在FEM软件的分析步模块中进行输出设置,然后运行 FEM软件的作业模块进行仿真运算,最后将不同方向的加速度信号合成W获得磨机筒体上 某一点的加速度信号。
[0033] 优选地,步骤C中包括时域特征提取、频域特征提取、多组分信号自适应分解、时频 域特征提取和维数约减五个子步骤,并且依据模拟生成的磨机筒体振动加速度信号获得源 于不同视角的多域特征。
[0034]优选地,步骤C中,分别提取筒体振动信号的时域特征、频域特征、W及对筒体振动 信号进行自适应分解而获得的平稳子信号的时频域特征中的一种或几种特征的组合,提取 过程采用如下公式表示:
[i (6)
[i C7)
[i (8)
[003引其中,表示采样个数为N的筒体加速度信号,SV表示筒体振动,t表示时 域,f表示频域,表示从筒体振动信号提取的时域特征,表示将筒体振动信号变换到 频域提取的频域特征,DECOM表示所采用的非平稳多组分信号自适应分解算法; ^^_DECOM);。?庶表示经分解得到的第相国个平稳子信号;马DgWM,和 分别表示从第Jdecom个平稳子信号提取的时域特征、频域特征和时频域特征,其中HT 表示希尔伯特变换;
,表示选择得到的第j个尺 度的平稳子信号的特征;Jdecom表示经多组分信号自适应分解算法分解获得的有价值平稳子 信号的数量。
[0039] 优选地,步骤D中包括候选子模型构建、W及集成子模型的选择与合并两个子步 骤,并且基于多域特征构建基于选择性集成策略的模糊推理模型。
[0040] 优选地,步骤D中:
[0041] 在"候选子模型构建"子步骤中,采用适合于描述磨机负荷参数与筒体振动信号特 征的语言式Mamdani模糊模型构建基于J个特征子集的候选子模型,其中基于特征子集Uj构 建候选子模型的模糊规则表示如下:
[0042] 规则g:如果为Ag
[0043] 并且…
[0044] 并且 W//,为Cg
[0045] 那么 y 为 Qg (10)
[0046] 其中:
表示经维数约简过的特征子集,g=l,. . .,G,G为规则 的数目,h为特征子集U撕包含的特征数量;%为11冲的第一个特征;^品为U冲的第h个特 征;y表示磨机负荷参数中的某一个;
[0047] 将AS、…、Cg、〇g的隶属度函数分别取高斯型,并记为义 [004引采用重屯、法解模糊后,系统的输出为:
[0049]
…)
[0050] 其中,J为某个磨机负荷参数,Wg为乂=1对应的数值;
[0051] 在"集成子模型的选择与合并"子步骤中,优化确定:集成子模型的数量、选择的集 成子模型、W及选择的集成子模型的加权系数,其表述为如下优化问题:
[0化2] (13)
[0化3]
[0054] 其中,Ermsre表示均方根相对误差,0t功设定阔值,k为样本个数,yi为磨机负荷参数 第1个样本的真值,f为选择的集成子模型对第1个样本的软测量值,%^1为第jsel个集成子 模型对第1个样本的预测值,是第jsel个集成子模型的加权系数,jsel=l,. . .,Jsel,Jsel 是最终选择的集成子模型的数量;J是候选子模型的数量;少,是第j个候选子模型的预测输 出;
[0055] 其中,第jsel个集成子模型的加权系数计算公式如下:
[0化 6]
(14)
[0057]其中万知1为第jsel个集成子模型输出值的标准差;
[0化引于是,磨机负荷参数推理模型的输出值J由下式计算:
[00巧
(巧)
[0060] 由此,得到基于磨机筒体振动数值仿真技术的磨机负荷参数推理模型。
[0061] 本发明的磨机负荷参数推理模型构建方法具有如下优点:通过仿真计算磨机筒体 振动数值,能够获得准确的基于研磨机理的磨机负荷参数软测量模型,从而避免了直接测 量磨机负荷参数时的不便性及成本高等问题,可W为选矿企业实现全流程的优化控制和节 能降耗提供支持。另外,基于数值仿真构建磨机负荷参数机理模型是本发明首次开创性地 提出的,该模型对于深入理解磨机内部的研磨机理、磨机筒体振动信号的产生机理、解释磨 机筒体振动信号组成及其物理含义、指导筒体振动信号的多域特征选择,W及弥补现有基 于数据驱动的磨机负荷参数软测量模型和基于质量平衡构建的磨机负荷参数机理模型的 不足具有重大实际意义。
【附图说明】
[0062] W下将参照附图对根据本发明的磨机负荷参数推理模型构建方法进行描述。图 中:
[0063] 图1是本发明优选实施例的磨机负荷参数推理模型构建方法的总体策略示意图。
【具体实施方式】
[0064] 在开始详述本发明的磨机负荷参数推理模型构建方法之前,首先引入该构建方法 中将可能设及的工具和概念。
[0065] 离散元分析(DEM):其为用作粒子流动分析的常用仿真工具。该方法用于粉磨过程 仿真,使得可W从更多视角详细理解磨机研磨过程,如矿浆粘度、研磨介质粒度分布、研磨 介质间的冲击力、能量损失谱、功率消耗等。
[0066] 有限元方法(FEM):其采用较简单的问题代替复杂问题后再求解,其基础是借助变 分原理和加权余量法将微分方程离散求解,主要用于结构力学的数值模拟。磨机筒体可W 采用FEM建模。
[0067] 领域专家知识:在实际工业过程中,领域专家往往通过视觉、听觉、自动化系统的 实时过程数据、其它工作人员提供的实时语音信息等多种渠道,获得大量互补与冗余的多 源信息,依据自身经验进行组合和处理,进而对复杂工业过程运行状态进行有效的理解和 认知,即领域专家知识。
[0068] 另外,在时域内,机械振动/振声信号的有价值信息往往被隐含在宽带随机噪声信 号"白噪声"内,而进行频域分析是解决该问题的常用手段。本发明中将直接对原始筒体振 动和振声信号进行快速傅里叶变换(FFT)获得的频谱称为单尺度频谱。然而,基于信号平稳 性和线性假设的FFT并不适合于处理具有非平稳、非线性等特性的磨机振动和振声信号。短 时傅里叶变换、小波分析、Wigner-Ville分布、进化谱等非平稳信号分析方法可改进FFT的 全局表达能力,但均不能对原始信号进行自适应分解。
[0069] 再另外,磨机机械振动/振声等多源信号与磨机负荷参数间存在难W用精确数学 模型描述的非线性映射关系。模糊推理系统为具有机理复杂性、强禪合性、不确定性等特 点,难W建立精确数学模型的复杂工业对象提供了强力工具。数据驱动模糊推理系统的辨 识包括结构辨识和参数辨识两部分,前者通常通过划分样本空间获得,后者通过求解最小 化模糊推理系统误差的优化问题实现。
[0070] 如图1所示,本发明所提出的磨机负荷参数推理模型构建方法主要包括实验设计、 数值仿真、信号处理和构建推理模型4个部分。具体来说,本发明的方法包括:
[0071] 步骤A:实验设计,即,依据工业实际计算磨机内部负荷的波动范围,并采用例如正 交实验、均匀实验等设计方法优化用于执行数值仿真的实验方案。
[0072] 步骤B:数值仿真,即,针对所述实验方案中的每一次实验,模拟仿真生成物理含义 明确的磨机筒体振动加速度信号。例如,紧密禪合例如由计算机辅助设计(CAD)软件构建的 磨机几何模型、例如由有限元分析(FEM)软件构建的磨机有限元动力分析模型、例如由离散 元分析(DEM)软件构建的磨机负荷运动数值仿真及分析模型,仿真产生所述实验方案中每 一次实验的磨机筒体振动加速度信号。
[0073] 步骤C:信号处理,即,对步骤B中生成的运些振动加速度信号进行多域(例如时域、 频域、和时频域等)特征的提取和选择。W及
[0074] 步骤D:构建推理模型,即,结合领域专家知识提炼步骤C中提取和选择的运些特征 与磨机负荷参数间的机理规则,构建基于磨机筒体振动数值仿真技术的磨机负荷参数推理 模型。
[0075] W下再结合图1对各个步骤做进一步的说明。
[0076] 如图1所示,步骤A(即实验设计阶段)中优选可包括磨机内部负荷参数确定、实验 方案设计和磨机负荷计算=个功能模块(子步骤)。优选可基于拟建模的实际磨矿过程,并 依据领域专家知识,获得最终实验方案。
[0077] 步骤B(即数值仿真阶段)中优选可包括磨机几何模型构建、磨机筒体FEM分析模型 构建、磨机负荷DEM数值仿真模型构建、FEM与DEM模型数据禪合处理、W及磨机筒体FEM模型 振动分析五个功能模块(子步骤)。优选面向实验方案中的每一次实验模拟仿真生成物理含 义明确的磨机筒体振动加速度信号。
[0078] 其中,对磨机筒体进行建模的目的是为磨机优化设计与生产维护提供理论依 据,探寻磨机筒体裂纹发展的机理因素,为采取预防措施提供理论依据和指导现场生产。
[0079] 步骤C(即信号处理阶段)中优选可包括时域特征提取、频域特征提取、多组分信号 自适应分解、时频域特征提取和维数约简五个功能模块(子步骤),并且依据模拟生成的磨 机筒体振动加速度信号获得源于不同视角的多域特征。
[0080] 其中,面向机械振动信号的多域(时域、频域、时频域)特征提取和选择的多组分信 号自适应分解算法及维数约简技术为磨机筒体振动信号分析提供了有力技术支撑。
[0081] 步骤D(即构建推理模型阶段)中优选可包括候选子模型构建、集成子模型的选择 与合并两个模块(子步骤),并且基于多域特征构建基于选择性集成策略的模糊推理模型, 避免规则组合爆炸,实现有价值信息的选择性融合。
[0082] 进一步地,对于步骤A-一实验设计:
[0083] 已知的是,磨机内部的负荷参数(W球磨机为例,包括料球比、磨矿浓度、充填率和 介质充填率等)与磨机筒体振动信号密切相关。
[0084] 通常,介质充填率是指球磨机静止时,球磨机内钢球体积与钢球之间的孔隙体积 之和占整个磨机内腔体积的百分率;充填率是指球磨机静止时,磨机内钢球、物料及水负荷 的体积之和占整个磨机内腔体积的百分率。
[0085] 考虑到磨矿工业过程中的研磨介质在磨机运转的短时间内变化不大,磨矿过程的 建模和磨机负荷的控制等研究中常把24或48小时内的介质充填率当做常量处理。因此,本 发明中选择料球比、磨矿浓度和充填率=个磨机负荷参数作为影响磨机筒体振动信号变化 的实验因素。
[0086] 磨机负荷参数的水平数,即磨机负荷参数的取值点的范围,通常需结合领域专家 知识和工业实际来确定,并要略宽于工业实际中的磨机负荷参数范围W提高所构建推理模 型的泛化性能。为了能够W较少的实验样本覆盖尽量完备的磨机负荷参数分析空间,本发 明中,依据选定的磨机负荷参数的水平数采用正交实验、拉下方、均匀设计等实验设计方法 进行实验方案的优化设计。将实验方案中包含的实验次数记为k,则基于磨机负荷参数的全 部实验方宝而W责亲呆.
[0087] …
[0088] 分别表示第1次实验的料球比、磨矿浓度和充 填率。
[0089] 针对实验方案中每次实验中给定的磨机负荷参数值,结合磨机的容积,物料、研磨 介质和水的密度W及介质空隙率,采用如下公式计算磨机负荷(W球磨机为例,分别为物料 负荷、水负荷和钢球负荷)。W第1次实验为例,磨机负荷的计算公式如下:
[Qnonl 任) (3) (4)
[0091] 其中,(Lm)i、(Lw)I和(Lb)I分别表示第1次实验的物料负荷、水负荷、及钢球负荷,单 位为kg;Pm、Pw和Pb分别为物料、水和钢球的密度,单位为kg/m3;ii为介质空隙率,一般取 0.38; Vmiii为磨机的有效容积,单位为m3。
[0092] 通过执行公式(2巧lj(4)的求解过程k次,便可W得到基于磨机负荷的全部实验方 案,采用如下公式表示:
[圆]
(5)〇
[0094]进一步地,在步骤B-一数值仿真阶段中,针对所述实验方案中的每一次实验,执 行前述五个子步骤,具体过程为:
[00%]子步骤(1):依据拟分析的磨机的半径、长度、W及筒体厚度等尺寸,例如基于CAD 软件(如采用UG软件等)构建磨机几何模型,并且例如将模型导出为FEM软件能够支持的格 式;
[0096] 子步骤(2):在软件中创建磨机有限元动力分析模型,其步骤包括:导入CAD软 件生成的几何模型、设置磨机材料属性、定义磨机机械组成部件的装配关系、对磨机筒体和 端盖进行网格划分、输出用于DEM软件建模的磨机FEM模型、定义磨机筒体的分析步类型、设 置FEM模型的边界载荷、创建作业管理器并输出有限元模型文件;
[0097] 子步骤(3):在DEM软件中构建磨机负荷数值仿真模型,其步骤包括:首先选择体现 矿浆作用的具备粘性力的接触模型,然后创建磨机、研磨介质(W钢球为例)和物料共=种 材料并定义所述=种材料之间的接触参数,接着创建研磨介质和物料共两种颗粒单元,接 着导入FEM软件中输出的磨机FEM模型并定义旋转运动参数,最后创建研磨介质和物料两种 颗粒工厂并进行计算和保存输出结果;
[0098] 子步骤(4):进行FEM与DEM模型数据的禪合处理,具体包括:通过限定FEM模型中W 节点为原点的球域范围的方式,将DEM模型中输出在网格单元上的力匹配到阳M模型中的节 点上,通过更改子步骤(2)"创建磨机有限元动力分析模型"过程中最后生成的有限元模型 文件获得新的磨机有限元模型文件;
[0099] 子步骤(5):进行磨机筒体FM模型振动分析,其步骤包括:首先在FEM软件中导入 新的磨机有限元模型文件,接着在软件的分析步模块中进行输出设置,然后运行软 件的作业模块进行仿真运算,最后将不同方向的加速度信号合成W获得磨机筒体上某一点 的加速度信号。
[0100] 本发明中,将采样个数为N的筒体加速度信号标记为,其中SV表示筒体振 动,t表示时域。
[0101] 进一步地,对于步骤C 一一信号处理:
[0102] 磨机筒体振动加速度信号的不同的特征均从不同视角表征磨机负荷参数信息,分 别提取筒体振动信号的时域特征、频域特征、W及对筒体振动信号进行自适应分解而获得 的平稳子信号的时频域特征,或者根据需要提取其中的一种或几种特征的组合,提取过程 采用如下公式表示:
[0103] (6)
[0104] (7) CS) 「ni
[0106] 其中,表示采样个数为N的筒体加速度信号,SV表示筒体振动,t表示时 域,f表示频域,表示从筒体振动信号提取的时域特征,2^1表示将筒体振动信号变换到 频域提取的频域特征,DECOM表示所采用的非平稳多组分信号自适应分解算法,如经验模态 分解(EMD),集合EMD化EMD),希尔伯特振动分解化VD),局部均值分解(LMD),集成IiflKELMD) 等;UAv__ decom)./'dec〇m }"=1表不经分解得到的束Jdec日M个平稳子f目号;Zj诚CQM.,Z知ECOM 芽口瑞COM分别表示A第細COM个平稳f信号提取的晰或特征、频域特征柳寸频域特征,肿 HT表示希尔伯特变换
,表示选择得到的第j个 尺度的平稳子信号的特征;Jdecom表示经多组分信号自适应分解算法分解获得的有价值平稳 子信号的数量。
[0107] 对上述特征进行维数约简,可采用例如基于互信息(MI)的特征选择算法或基于潜 在特征提取的特征提取算法(如主成分分析(PCA)、核主成分分析(KPCA)、偏最小二乘 (PLS)、核偏最小二乘化化S)等)进行维数约简,将该过程记为:
[0108]
W
[0109]其中,山,...,Uj, . . .U康示经维数约简过的特征子集,其数量J = Jde(X)m+2。
[0110] 进一步地,对于步骤D-一构建推理模型:
[0111] 在"候选子模型构建"模块中,采用适合于描述磨机负荷参数与筒体振动信号特征 的语言式Mamdani模糊模型构建基于J个特征子集的候选子模型。W特征子集Uj为例,其模 糊规则表示如下:
[0112] 规则g:如果为Ag [011;3] 并且…
[0114] 并且W心为CS
[0115] 那么 y 为 Qg (10)
[0116] 其中^ 1
U E示经维数约简过的特征子集,g=l,...,G,G为规则 的数目,h为特征子集U非片包含的特征数量;为U冲的第一个特征;为U冲的第h个特 征;为便于描述,从此处起采用y表示前述=个磨机负荷参数中的某一个。该模糊规则中, "…"表示省略的特征及其对应的值。
[0117] 将AS、…、Cg、〇g的隶属度函数分别取高斯型,并记为^3。
[0118] 采用重屯、法解模糊后,系统的输出为:
[0119]
川)
[0120] 其中,步为某个磨机负荷参数,Wg为=1对应的I数值;
[0121] 本发明中,隶属度函数、…、.和模糊规则数G可采用聚类方法确定,
能够保证模糊规则结论部分与前提条件在实际意义上对应;产生新规则的阔值L对聚类结 果即模棚规刚敬量有官接的影响,可W依据经验选择;隶属度函数宽度丫按下式确定:
[0122] (1:2)
[0123] 其中,q=A,. . . .,D,(W = L/2,L为产生新规则的阔值。
[0124] 在"集成子模型的选择与合并"模块中,需要优化确定:集成子模型的数量、选择的 集成子模型、W及选择的集成子模型的加权系数,其可表述为如下优化问题:
[0125] (13)
[0126]
[0127]其中,Ermsre表示均方根相对误差,0t功设定阔值,k为样本个数,yi为磨机负荷参数 第1个样本的真值,j)嘴选择的集成子模型对第1个样本的软测量值,为第jsel个集成子 模型(即,基于第jsei个多尺度频谱特征建立的集成子模型)对第1个样本的预测值,W/W是 第jsel个集成子模型的加权系数,jsel = l,. . .,Jsel,Jsel是最终选择的集成子模型的数量;J 是候选子模型的数量;東/是第j个候选子模型的预测输出。
[0128] 此处,对集成子模型进行选择与合并的步骤可W如下:(1)给定集成子模型数量; (2)基于分支定界(BB)和自适应加权融合(AWF)算法选择集成子模型并计算加权系数进行 合并;(3)在选择完具有不同子模型数量的最优选择性集成模型后,排序选择具有最小建模 误差的选择性集成模型作为最终磨机负荷参数软测量模型。
[0129] 其中,第jsel个集成子模型的加权系数计算公式如下:
[0130]
(14)
[01川其中,为第jsel个集成子模型输出值的标准差。
[0132]于是,磨机负荷参数推理模型(即软测量模型)的输出值J由下式计算:
[01削
(樹
[0134] 由此,便可得到基于磨机筒体振动数值仿真技术的磨机负荷参数推理模型。
[0135] 本领域的技术人员容易理解的是,在不冲突的前提下,上述各优选方案可W自由 地组合、叠加。
[0136] 应当理解,上述的实施方式仅是示例性的,而非限制性的,在不偏离本发明的基本 原理的情况下,本领域的技术人员可W针对上述细节做出的各种明显的或等同的修改或替 换,都将包含于本发明的权利要求范围内。
【主权项】
1. 基于数值仿真的磨机负荷参数推理模型构建方法,其特征在于,包括: 步骤A:实验设计,即,计算磨机内部负荷的波动范围,并设计用于执行数值仿真的实验 方案; 步骤B:数值仿真,即,针对所述实验方案中的每一次实验,模拟仿真生成磨机筒体振动 加速度信号; 步骤C:信号处理,即,对步骤B中生成的这些振动加速度信号进行多域特征的提取和选 择; 步骤D:构建推理模型,即,提炼步骤C中提取和选择的这些特征与磨机负荷参数间的机 理规则,构建基于磨机筒体振动数值仿真技术的磨机负荷参数推理模型。2. 根据权利要求1所述的磨机负荷参数推理模型构建方法,其特征在于,所述步骤A中 包括磨机内部负荷参数确定、实验方案设计和磨机负荷计算三个子步骤。3. 根据权利要求2所述的磨机负荷参数推理模型构建方法,其特征在于,步骤A中: 在"磨机内部负荷参数确定"子步骤中,选择料球比、磨矿浓度和充填率三个磨机负荷 参数作为影响磨机筒体振动信号变化的实验因素; 在"实验方案设计"子步骤中,将实验方案中包含的实验次数记为k,则基于磨机负荷参 数的全部实验方案表示为:(1) 其中,Omb)/、和〇bmW)/分别表示第1次实验的料球比、磨矿浓度和充填 率; 在"磨机负荷计算"子步骤中,针对实验方案中每次实验中给定的磨机负荷参数值,结 合磨机的容积、物料、研磨介质和水的密度以及介质空隙率,采用如下公式计算磨机负荷:其中,(Lm)i、(Lw)i和(Lb)i分别表示第1次实验的物料负荷、水负荷、及钢球负荷,单位为 kg; pm、pjPpb分别为物料、水和钢球的密度,单位为kg/m3 ;μ为介质空隙率,取0.38; Vmm为磨 机的有效容积,单位为m3; 通过执行公式(2)到(4)的求解过程k次,便得到基于磨机负荷的全部实验方案,采用如 下公式表示:(5>〇:4. 根据权利要求1-3之一所述的磨机负荷参数推理模型构建方法,其特征在于,步骤B 中包括磨机几何模型构建、磨机筒体FEM分析模型构建、磨机负荷DEM数值仿真模型构建、 FEM与DEM模型数据耦合处理、以及磨机筒体FEM模型振动分析五个子步骤。5. 根据权利要求4所述的磨机负荷参数推理模型构建方法,其特征在于,步骤B中,针对 所述实验方案中的每一次实验,执行所述五个子步骤,具体过程为: 子步骤(1):依据磨机的半径、长度、以及筒体厚度,基于CAD软件构建磨机几何模型,并 且将模型导出为FEM软件支持的格式; 子步骤(2):在FEM软件中创建磨机有限元动力分析模型,其具体步骤包括:导入CAD软 件生成的几何模型、设置磨机材料属性、定义磨机机械组成部件的装配关系、对磨机筒体和 端盖进行网格划分、输出用于DEM软件建模的磨机FEM模型、定义磨机筒体的分析步类型、设 置FEM模型的边界载荷、创建作业管理器并输出有限元模型文件; 子步骤(3):在DEM软件中构建磨机负荷数值仿真模型,其具体步骤包括:首先选择体现 矿浆作用的具备粘性力的接触模型,然后创建磨机、研磨介质和物料共三种材料并定义所 述三种材料之间的接触参数,接着创建研磨介质和物料共两种颗粒单元,接着导入FEM软件 中输出的磨机FEM模型并定义旋转运动参数,最后创建研磨介质和物料两种颗粒工厂并进 行计算和保存输出结果; 子步骤(4):进行FEM与DEM模型数据的耦合处理,其具体步骤包括:通过限定FEM模型中 以节点为原点的球域范围的方式,将DEM模型中输出在网格单元上的力匹配到FEM模型中的 节点上,通过更改子步骤(2)中生成的有限元模型文件获得新的磨机有限元模型文件; 子步骤(5):进行磨机筒体FEM模型振动分析,其具体步骤包括:首先在FEM软件中导入 新的磨机有限元模型文件,接着在FEM软件的分析步模块中进行输出设置,然后运行FEM软 件的作业模块进行仿真运算,最后将不同方向的加速度信号合成以获得磨机筒体上某一点 的加速度信号。6. 根据权利要求1-5之一所述的磨机负荷参数推理模型构建方法,其特征在于,步骤C 中包括时域特征提取、频域特征提取、多组分信号自适应分解、时频域特征提取和维数约减 五个子步骤,并且依据模拟生成的磨机筒体振动加速度信号获得源于不同视角的多域特 征。7. 根据权利要求6所述的磨机负荷参数推理模型构建方法,其特征在于,步骤C中,分别 提取筒体振动信号的时域特征、频域特征、以及对筒体振动信号进行自适应分解而获得的 平稳子信号的时频域特征中的一种或几种特征的组合,提取过程采用如下公式表示:(6) (7)其中,_|χ^ν ^表不米样个数为N的筒体加速度信号,SV表不筒体振动,t表不时域,f表 示频域,表示从筒体振动信号提取的时域特征,表示将筒体振动信号变换到频域提 取的频域特征,DECOM表示所采用的非平稳多组分信号自适应分解算法; {(<V__DE?) M),DEecM 表示经分解得到的第^_个平稳子信号;4 DETOM,<^^和 ZiH〇LcM分别表示从第jDECQM个平稳子信号提取的时域特征、频域特征和时频域特征,其中 HT 表示希尔伯特变换:表示选择得到的第j个尺 度的平稳子信号的特征;Jdeccim表不经多组分信号自适应分解算法分解获得的有价值平稳子 信号的数量。8. 根据权利要求1-7之一所述的磨机负荷参数推理模型构建方法,其特征在于,步骤D 中包括候选子模型构建、以及集成子模型的选择与合并两个子步骤,并且基于多域特征构 建基于选择性集成策略的模糊推理模型。9. 根据权利要求8所述的磨机负荷参数推理模型构建方法,其特征在于,步骤D中: 在"候选子模型构建"子步骤中,采用适合于描述磨机负荷参数与筒体振动信号特征的 语言式Mamdani模糊模型构建基于J个特征子集的候选子模型,其中基于特征子集Uj构建候 选子模型的模糊规则表示如下: 规则g:如果WiiSAg 并且… 并且^九为口 那么 y*Dg (10) 其中,//,· = ,···, ]表示经维数约简过的特征子集,g= 1,.. .,G,G为规则的数 目,h为特征子集所包含的特征数量;为4中的第一个特征;Μ/Λ为…中的第h个特征;y (11) 表示磨机负荷参数中的某一个; 将AV··#,的隶属度函数分别取高斯型,并记为; 采用重心法解模糊后,系统的输出为: 其中,_^为某个磨机负荷参数,18为/^ = 1对应的jl数值; 在"集成子模型的选择与合并"子步骤中,优化确定:集成子模型的数量、选择的集成子 模型、以及选择的集成子模型的加权系数,其表述为如下优化问题:其中,Ermsre表不均方根相对误差,9th为设定阈值,k为样本个数,y1为磨机负荷参数第1 个样本的真值,f为选择的集成子模型对第1个样本的软测量值,为第jse3l个集成子模 型对第1个样本的预测值,是第払1个集成子模型的加权系数,j sei=l,. . . 是 最终选择的集成子模型的数量;J是候选子模型的数量;|'_/是第j个候选子模型的预测输 出; 其中,第jsd个集成子模型的加权系数计算公式如下:(14; 其中,为第个集成子模型输出值·??? 的标准差; 于是,磨机负荷参数推理模型的输出值?由下式计算: 由此,得到基于磨机筒体振动数值仿真技术的磨机负荷参数推理模型。 (15)
【文档编号】G06F17/50GK105956334SQ201610387736
【公开日】2016年9月21日
【申请日】2016年6月2日
【发明人】汤健, 柴天佑, 刘卓, 吴志伟, 周晓杰, 丁进良, 迟瑛, 贾美英
【申请人】中国人民解放军61599部队计算所, 东北大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1