一種基于遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法
【專利摘要】本發(fā)明公開了一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，步驟包括：步驟1：采集球磨機(jī)的起磨磨音和停磨磨音；步驟2：磨音離線處理；步驟3：選擇磨音有效頻段；步驟4：標(biāo)定磨機(jī)負(fù)荷數(shù)據(jù)；步驟5：基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)建模并進(jìn)行磨機(jī)負(fù)荷預(yù)測，得到球磨機(jī)的負(fù)荷檢測結(jié)果。本發(fā)明的方法，通過分析磨音頻譜，選擇出磨音的有效頻段范圍，得到多組實(shí)驗(yàn)數(shù)據(jù)，利用實(shí)驗(yàn)數(shù)據(jù)對(duì)負(fù)荷模型進(jìn)行訓(xùn)練，訓(xùn)練完畢后，此模型即可用來預(yù)測磨機(jī)負(fù)荷；本發(fā)明方法便于實(shí)現(xiàn)，適應(yīng)性強(qiáng)，可為球磨機(jī)優(yōu)化控制提供相關(guān)檢測數(shù)據(jù)，提高了球磨機(jī)自動(dòng)控制、節(jié)能降耗能力。
【專利說明】一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于自動(dòng)化檢測【技術(shù)領(lǐng)域】，涉及一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法。
【背景技術(shù)】
[0002]球磨機(jī)在物料粉碎行業(yè)中具有廣泛應(yīng)用，現(xiàn)有球磨機(jī)負(fù)荷的確定主要靠現(xiàn)場操作人員的長期工作經(jīng)驗(yàn)，誤差較大，準(zhǔn)確性不高，造成一定的浪費(fèi)或損失，不能保證球磨機(jī)的安全運(yùn)行，使球磨機(jī)長期運(yùn)行在欠負(fù)荷狀態(tài)，影響球磨機(jī)處理量和產(chǎn)品質(zhì)量，而且也造成能源浪費(fèi)的問題。球磨機(jī)能耗在整個(gè)行業(yè)中占很大比例，因此，針對(duì)球磨機(jī)這一非線性、大時(shí)滯的綜合復(fù)雜系統(tǒng)，精確地檢測其磨機(jī)負(fù)荷對(duì)于粉磨行業(yè)的節(jié)能降耗具有重要意義。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是提供一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，該方法能夠分析出磨音有效頻段范圍，并標(biāo)定出選頻后磨音的頻譜能量值與磨機(jī)負(fù)荷百分比對(duì)應(yīng)關(guān)系，依據(jù)建立的磨機(jī)負(fù)荷測量模型，精確地計(jì)算出磨機(jī)負(fù)荷，實(shí)現(xiàn)了工業(yè)自動(dòng)化控制和節(jié)能降耗。
[0004]本發(fā)明采用的技術(shù)方案是，一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，按照以下步驟實(shí)施:
[0005]步驟1:采集球磨機(jī)的起磨磨音和停磨磨音；
[0006]步驟2:磨音離線處理
[0007]2.1)為了避免起磨磨音與停磨磨音在起始時(shí)刻和停止時(shí)刻的干擾，對(duì)磨音進(jìn)行掐頭去尾處理；
[0008]2.2)將掐頭去尾后的起磨磨音與停磨磨音按照某一固定時(shí)長進(jìn)行處理，得到多個(gè)數(shù)據(jù)段信息，根據(jù)韋爾奇方法對(duì)每個(gè)數(shù)據(jù)段進(jìn)行加海明窗處理；
[0009]2.3)然后對(duì)每個(gè)加窗后的數(shù)據(jù)段進(jìn)行快速傅里葉變換，取每個(gè)變換結(jié)果幅值的平方，并除以快速傅里葉變換點(diǎn)數(shù)作為功率譜估計(jì)的一次估計(jì)；并將這個(gè)估計(jì)值轉(zhuǎn)換為聲壓級(jí)；
[0010]步驟3:選擇磨音有效頻段
[0011]從停磨磨音或起磨磨音中劃分出4-8種磨機(jī)負(fù)荷，作出這幾種磨機(jī)負(fù)荷的磨音強(qiáng)度隨頻率的趨勢圖；根據(jù)有效頻段范圍對(duì)原始磨音數(shù)據(jù)進(jìn)行選頻處理，得到選頻后的磨音數(shù)據(jù)；
[0012]步驟4:標(biāo)定磨機(jī)負(fù)荷數(shù)據(jù)；
[0013]步驟5:基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)建模并進(jìn)行磨機(jī)負(fù)荷預(yù)測，得到球磨機(jī)的負(fù)荷檢測結(jié)果，即成。
[0014]本發(fā)明的有益效果是，通過分析磨音頻譜，選擇出磨音的有效頻段范圍，并根據(jù)經(jīng)驗(yàn)對(duì)磨音頻譜能量與磨機(jī)負(fù)荷百分比的對(duì)應(yīng)關(guān)系進(jìn)行校正，得到多組實(shí)驗(yàn)數(shù)據(jù)，利用實(shí)驗(yàn)數(shù)據(jù)對(duì)負(fù)荷模型進(jìn)行訓(xùn)練，訓(xùn)練完畢后，此模型即可用來預(yù)測磨機(jī)負(fù)荷。本發(fā)明方法便于實(shí)現(xiàn)，適應(yīng)性強(qiáng)，可為球磨機(jī)優(yōu)化控制提供相關(guān)檢測數(shù)據(jù)，對(duì)于提高球磨機(jī)自動(dòng)控制、節(jié)能降耗具有重要意義。
【專利附圖】

【附圖說明】:
[0015]圖1是本發(fā)明方法實(shí)施例的球磨機(jī)負(fù)荷檢測模型結(jié)構(gòu)示意圖；
[0016]圖2是本發(fā)明方法實(shí)施例的球磨機(jī)原始起磨磨音趨勢圖；
[0017]圖3是本發(fā)明方法實(shí)施例的球磨機(jī)原始停磨磨音趨勢圖；
[0018]圖4是本發(fā)明方法實(shí)施例的球磨機(jī)原始磨音隨磨機(jī)負(fù)荷的頻譜圖；
[0019]圖5是本發(fā)明方法實(shí)施例的[1100Hz，2200Hz]范圍內(nèi)磨音趨勢圖；
[0020]圖6是本發(fā)明方法實(shí)施例的[9100Hz，10200Hz]范圍內(nèi)磨音趨勢圖；
[0021]圖7是本發(fā)明方法實(shí)施例的選頻后起磨磨音趨勢圖；
[0022]圖8是本發(fā)明方法實(shí)施例的選頻后停磨磨音趨勢圖；
[0023]圖9是本發(fā)明方法實(shí)施例的預(yù)測磨機(jī)負(fù)荷曲線圖。
【具體實(shí)施方式】:
[0024]以下結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明進(jìn)行詳細(xì)說明。
[0025]本發(fā)明是一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，按照以下步驟具體實(shí)施:
[0026]步驟1:采集球磨機(jī)的起磨磨音和停磨磨音
[0027]起磨過程中，根據(jù)磨機(jī)操作人員經(jīng)驗(yàn)判斷出從起磨過程到最高負(fù)荷的時(shí)間長度，并用錄音設(shè)備記錄下實(shí)時(shí)磨音，錄音位置可參照現(xiàn)場電耳位置；停磨過程中，同樣道理，依照上述方法采集停磨磨音；
[0028]步驟2:磨音離線處理
[0029]2.1)為了避免起磨磨音與停磨磨音在起始時(shí)刻和停止時(shí)刻的干擾，對(duì)磨音進(jìn)行掐頭去尾處理，即同時(shí)去掉起磨磨音的第一分鐘及最后一分鐘信息，另外，同時(shí)去掉停磨磨音的第一分鐘及最后一分鐘信息；
[0030]2.2)將掐頭去尾后的磨音(包括起磨磨音與停磨磨音)按照某一固定時(shí)長進(jìn)行處理，如時(shí)長設(shè)置為I分鐘，這樣得到多個(gè)數(shù)據(jù)段信息，根據(jù)韋爾奇方法對(duì)每個(gè)數(shù)據(jù)段進(jìn)行加海明窗處理(簡稱加窗);
[0031]2.3)然后對(duì)每個(gè)加窗后的數(shù)據(jù)段進(jìn)行快速傅里葉變換，取每個(gè)變換結(jié)果幅值的平方，并除以快速傅里葉變換點(diǎn)數(shù)作為功率譜估計(jì)的一次估計(jì)；并將這個(gè)估計(jì)值轉(zhuǎn)換為聲壓級(jí)；
[0032]步驟3:選擇磨音有效頻段
[0033]從停磨磨音或起磨磨音中劃分出4-8種磨機(jī)負(fù)荷，作出這幾種磨機(jī)負(fù)荷的磨音強(qiáng)度隨頻率的趨勢圖。首先根據(jù)趨勢圖分析確定出有效頻段范圍[f\，f2];其中頻率以下的頻譜能量隨磨機(jī)負(fù)荷變化不明顯，這是由于球磨機(jī)存在固有聲音頻率；而f2頻率以上的頻譜能量，由于是高頻段的能量，因此相對(duì)于低中頻段的頻譜能量可以忽略不計(jì)。[0034]為了準(zhǔn)確確定4值，作出附近的磨音強(qiáng)度隨頻率的趨勢圖，對(duì)于停磨磨音，由于磨音強(qiáng)度隨負(fù)荷的減少而升高，因此選擇磨音趨勢呈單調(diào)上升的頻段作為的值；而對(duì)于起磨磨音，由于磨音強(qiáng)度隨負(fù)荷的增多而降低，因此選擇磨音趨勢呈單調(diào)下降的頻段作為f!的值。
[0035]同樣，為了準(zhǔn)確確定&值，作出f2附近的磨音強(qiáng)度隨頻率的趨勢圖，然后根據(jù)確定4值的原則，確定出f2的值。
[0036]根據(jù)有效頻段范圍對(duì)原始磨音數(shù)據(jù)進(jìn)行選頻處理，得到選頻后的磨音數(shù)據(jù)。
[0037]步驟4:標(biāo)定磨機(jī)負(fù)荷數(shù)據(jù)
[0038]磨機(jī)負(fù)荷是通過球磨機(jī)內(nèi)的物料體積在滾筒內(nèi)所占的容積百分比來計(jì)算的，因此，在起磨狀態(tài)下即滾筒內(nèi)的礦料為零而鋼球量不為零時(shí)標(biāo)定一數(shù)值，如設(shè)置為10%,而在球磨機(jī)最高負(fù)荷時(shí)標(biāo)定另一數(shù)值，如設(shè)置為80%，
[0039]計(jì)算選頻后的每分鐘磨音頻譜能量，并將能量值歸一化到某一范圍內(nèi)，如[0.1，
0.9]，標(biāo)定出磨機(jī)負(fù)荷百分比和歸一化后的頻譜能量值對(duì)應(yīng)關(guān)系，可以近似線性關(guān)系，得到多組磨機(jī)負(fù)荷數(shù)據(jù)。實(shí)際中應(yīng)該根據(jù)操作人員的經(jīng)驗(yàn)對(duì)標(biāo)定關(guān)系進(jìn)行適當(dāng)?shù)男Ｕ?br> [0040]為了得到磨音頻譜的多個(gè)特征，將選頻后每分鐘的磨音頻譜按照某一增量(如IkHz)分為多個(gè)分頻段NV()ira，并求出分頻段能量值，同時(shí)也歸一化到某一范圍內(nèi)，如[0.1，
0.9]，再根據(jù)上面標(biāo)定的磨機(jī)負(fù)荷數(shù)據(jù)和磨音多頻段能量值進(jìn)行模型建立。
[0041]步驟5:基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)建模并進(jìn)行磨機(jī)負(fù)荷預(yù)測
[0042]對(duì)于本發(fā)明所應(yīng)用的BP神經(jīng)網(wǎng)絡(luò)模型，輸入變量是步驟4得到的分頻段能量值，輸出變量是磨機(jī)負(fù)荷百分比，所以該BP神`經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)有Nvtjire個(gè)，輸出層節(jié)點(diǎn)數(shù)有一個(gè)；隱含層節(jié)點(diǎn)數(shù)的選擇參考如下公式:
【權(quán)利要求】
1.一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，其特點(diǎn)在于，按照以下步驟實(shí)施: 步驟1:采集球磨機(jī)的起磨磨音和停磨磨音； 步驟2:磨音離線處理 2.1)為了避免起磨磨音與停磨磨音在起始時(shí)刻和停止時(shí)刻的干擾，對(duì)磨音進(jìn)行掐頭去尾處理； 2.2)將掐頭去尾后的起磨磨音與停磨磨音按照某一固定時(shí)長進(jìn)行處理，得到多個(gè)數(shù)據(jù)段信息，根據(jù)韋爾奇方法對(duì)每個(gè)數(shù)據(jù)段進(jìn)行加海明窗處理； 2.3)然后對(duì)每個(gè)加窗后的數(shù)據(jù)段進(jìn)行快速傅里葉變換，取每個(gè)變換結(jié)果幅值的平方，并除以快速傅里葉變換點(diǎn)數(shù)作為功率譜估計(jì)的一次估計(jì)；并將這個(gè)估計(jì)值轉(zhuǎn)換為聲壓級(jí)； 步驟3:選擇磨音有效頻段 從停磨磨音或起磨磨音中劃分出4-8種磨機(jī)負(fù)荷，作出這幾種磨機(jī)負(fù)荷的磨音強(qiáng)度隨頻率的趨勢圖；根據(jù)有效頻段范圍對(duì)原始磨音數(shù)據(jù)進(jìn)行選頻處理，得到選頻后的磨音數(shù)據(jù)； 步驟4:標(biāo)定磨機(jī)負(fù)荷數(shù)據(jù)； 步驟5:基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)建模并進(jìn)行磨機(jī)負(fù)荷預(yù)測，得到球磨機(jī)的負(fù)荷檢測結(jié)果，即成。
2.根據(jù)權(quán)利要求1所述的基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，其特點(diǎn)在于:所述的步驟I中，起磨過程中，根據(jù)磨機(jī)操作人員經(jīng)驗(yàn)判斷出從起磨過程到最高負(fù)荷的時(shí)間長度，并用錄音設(shè)備記錄下實(shí)時(shí)磨音，錄音位置可參照現(xiàn)場電耳位置；停磨過程中，同樣道理，依照上述方法采集停磨磨音。
3.根據(jù)權(quán)利要求1所述的基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，其特點(diǎn)在于:所述的步驟2.1)中，同時(shí)去掉起磨磨音的第一分鐘及最后一分鐘信息，另外，同時(shí)去掉停磨磨音的第一分鐘及最后一分鐘信息。
4.根據(jù)權(quán)利要求1所述的基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，其特點(diǎn)在于:所述的步驟3中，制作幾種磨機(jī)負(fù)荷的磨音強(qiáng)度隨頻率的趨勢圖的具體步驟是， 首先根據(jù)趨勢圖分析確定出有效頻段范圍[f\，f2];對(duì)于停磨磨音，選擇磨音趨勢呈單調(diào)上升的頻段作為4的值；而對(duì)于起磨磨音，選擇磨音趨勢呈單調(diào)下降的頻段作為4的值；然后根據(jù)確定值的原則，確定出f2的值。
5.根據(jù)權(quán)利要求1所述的基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，其特點(diǎn)在于:所述的步驟4中， 磨機(jī)負(fù)荷是通過球磨機(jī)內(nèi)的物料體積在滾筒內(nèi)所占的容積百分比來計(jì)算的，因此，在起磨狀態(tài)下即滾筒內(nèi)的礦料為零而鋼球量不為零時(shí)標(biāo)定一數(shù)值，而在球磨機(jī)最高負(fù)荷時(shí)標(biāo)定另一數(shù)值， 計(jì)算選頻后的每分鐘磨音頻譜能量，并將能量值歸一化到某一范圍內(nèi)，標(biāo)定出磨機(jī)負(fù)荷百分比和歸一化后的頻譜能量值對(duì)應(yīng)關(guān)系，得到多組磨機(jī)負(fù)荷數(shù)據(jù)， 將選頻后每分鐘的磨音頻譜按照某一增量分為多個(gè)分頻段NV()iM，并求出分頻段能量值，同時(shí)也歸一化到某一范圍內(nèi)，再根據(jù)上面標(biāo)定的磨機(jī)負(fù)荷數(shù)據(jù)和磨音多頻段能量值進(jìn)行模型建立。
6.根據(jù)權(quán)利要求1所述的基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的球磨機(jī)負(fù)荷檢測方法，其特點(diǎn)在于:所述的步驟5中， 對(duì)于本發(fā)明所應(yīng)用的BP神經(jīng)網(wǎng)絡(luò)模型，輸入變量是步驟4得到的分頻段能量值，輸出變量是磨機(jī)負(fù)荷百分比，所以該BP神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)有Nvtjiee個(gè)，輸出層節(jié)點(diǎn)數(shù)有一個(gè)；隱含層節(jié)點(diǎn)數(shù)的選擇參考如下公式:1 η —I, I < >//77+ /? +u I = 1g2 η 式中，I為隱含層節(jié)點(diǎn)數(shù);m為輸出層節(jié)點(diǎn)數(shù)；n為輸入層節(jié)點(diǎn)數(shù)；a為O~10之間的常數(shù)；然后用試湊法確定最佳的隱含層節(jié)點(diǎn)數(shù)， 根據(jù)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)種群中的個(gè)體進(jìn)行實(shí)數(shù)編碼，種群規(guī)模范圍為[20，50]，最大進(jìn)化代數(shù)范圍為[30，100]，選擇操作選用輪盤賭法，交叉概率范圍為[0.4，0.9]，變異概率范圍為[0.01,0.1], 種群中的每個(gè)個(gè)體都包含了該網(wǎng)絡(luò)神經(jīng)元節(jié)點(diǎn)的所有權(quán)值和閾值，個(gè)體通過適應(yīng)度函數(shù)計(jì)算個(gè)體適應(yīng)度值，遺傳算法通過選擇、交叉和變異操作找到最優(yōu)適應(yīng)度值對(duì)應(yīng)的個(gè)體，將遺傳算法得到的最優(yōu)個(gè)體對(duì)BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值進(jìn)行初始權(quán)值和閾值賦值，然后BP神經(jīng)網(wǎng)絡(luò)經(jīng)訓(xùn)練后， 就能夠根據(jù)輸入的磨音分頻段能量值對(duì)磨機(jī)負(fù)荷進(jìn)行預(yù)測。
【文檔編號(hào)】G06N3/02GK103839106SQ201410056934
【公開日】2014年6月4日 申請(qǐng)日期:2014年2月19日 優(yōu)先權(quán)日:2014年2月19日
【發(fā)明者】弋英民, 惠瑜 申請(qǐng)人:西安理工大學(xué)