论文部分内容阅读
湿式球磨机是广泛应用于煤炭、磨矿、电力和冶金等流程工业领域常用的高能耗设备,其运行过程具有参数时变、强耦合性、高度非线性和多尺度等复杂特性。受限于物理条件、技术水平和过程机理复杂性等因素,如何控制其过程的优化运行一直是学术界和工业界的研究重点,实时准确检测湿式球磨机负荷参数是实现该复杂运行过程的关键因素之一,这些负荷参数主要包括料球比(Material to Ball Volume Ratio,MBVR)、矿浆浓度(Pulp Density,PD)和充填率(Charge Volume Ratio,CVR)等。上述负荷参数代表磨机内部的工作状态,能够准确反映磨机负荷状态,对于磨矿作业环节的质量控制、磨矿效率和能耗降低起着至关重要的作用,实时准确地检测这些磨机负荷参数对提高磨矿产品质量和磨矿生产率、降低磨机能耗及保证工业过程的安全运行意义重大。但是这些负荷参数缺少有效的检测方法,严重制约了湿式球磨机的控制水平和生产效率的提高及稳定运行。在工业生产过程中,软测量技术通常被用来有效地解决难以直接测量的过程参数问题,其主要是通过建立易测辅助变量与难测主导变量之间的数学关系,进而对待测变量进行测量或估计。但是在湿式球磨机实际运行过程中,由于运行任务与设定值的变化、产品类型、过程负荷等条件的变化或者原料性质、过程生产方案的变动等,将会导致生产过程工况发生改变,系统运行表现出多模态的特性。湿式球磨机在复杂多工况条件下会出现未知模态,不同的模态下球磨机负荷参数的辅助变量和待测主导变量的数据分布和空间结构不一样,即发生了工况的迁移,此时传统的磨机负荷参数软测量建模方法将不再适用或者无法得到满意的结果。针对上述湿式球磨机运行过程中工况发生迁移的问题,本文采用实验球磨机轴承振动信号作为负荷参数软测量模型的输入变量,提出了一种基于迁移学习的湿式球磨机多工况负荷参数软测量建模方法。迁移学习,顾名思义,从源领域中学习知识系统并应用到目标领域中解决目标领域中存在的相似问题。在此将迁移学习应用到湿式球磨机负荷参数软测量建模过程中,可以在一定程度上解决复杂多工况未知模态的负荷参数软测量问题。本文以湿式球磨机磨矿过程的负荷监测为研究背景,以准确预测磨机负荷参数为目标,通过实验室球磨机开展了磨机负荷参数软测量方法的研究。本文主要工作归纳如下:(1)对湿式球磨机负荷参数软测量的研究现状和发展趋势进行了分析,深入了解湿式球磨机的运行机理和磨矿过程原理,同时简述了磨机负荷参数对磨矿生产率的影响。(2)针对湿式球磨机在复杂多工况条件下会出现的未知迁移模态,在实验室湿式球磨机上开展磨机多工况负荷参数软测量实验,实验过程中采集球磨机轴承振动信号数据,然后对原始信号进行一定的数据预处理操作,最后对其分析不同工况条件下的数据模态分布和不同工况之间的差异性度量。(3)采用一般的软测量方法对湿式球磨机负荷参数进行实验,比如传统软测量方法和即时学习软测量方法。(4)针对湿式球磨机运行过程中工况发生迁移的目标领域模态待测变量中带有少量标签的情况,对源领域工况向目标领域工况的迁移学习,采用偏差补偿迁移学习方法进行球磨机负荷参数软测量。将该迁移学习方法实验结果与传统软测量建模和即时学习建模方法结果作对比。(5)针对湿式球磨机运行工况发生迁移的目标领域模态待测变量中不带标签的情况,对源领域工况向目标领域工况的迁移学习,采用判别子空间迁移学习方法进行球磨机负荷参数软测量。