基于自适应VMD和改进功率谱的磨机负荷特征提取方法技术

本发明专利技术公开了一种基于自适应VMD和改进功率谱的磨机负荷特征提取方法，步骤1，对球磨机筒体振动信号x(i)进行EMD分解、筛选、重构以及VMD，得到模态分量{u(i)}；步骤2：基于模态分量{u(i)}得到改进自相关函数{r(τ)}；采用序列延拓，将模态分量{u(i)}进行改进自相关得到改进自相关函数{r(τ)}；步骤3：对{r(τ)}功率谱用Nuttall自卷积窗能量重心法进行频率校正，将校正后的功率谱最大值对应频率作为表征球磨机负荷变化的特征量。本方法能够有效提取磨矿过程中球磨机内部负荷特征，实现球磨机负荷状态的准确识别，为磨矿优化控制和效率提高提供准确、可靠的依据。

【技术实现步骤摘要】
基于自适应VMD和改进功率谱的磨机负荷特征提取方法
本专利技术涉及一种基于自适应VMD和改进功率谱的磨机负荷特征提取方法。
技术介绍
球磨机作为磨矿过程中最重要的核心生产设备，其效率的高低直接影响整个选矿厂的生产水平。球磨机负荷是指球磨机筒体内矿、研磨介质、水、矿浆等物料的总和，准确获取球磨机负荷状态，能为球磨机的优化控制提供重要依据。而实际生产中，球磨机具有时变性、非线性、随机干扰大等特性，使得球磨机负荷特征难以准确获取。为准确获取球磨机负荷状态，近年来国内外领域研究者提出多种方法与先进技术。澳大利亚联邦科学和工业研究组织(CSIRO)提出基于球磨机筒体振动信号分析方法，相比传统功率法、压差法、噪声法，测量方式更直接，具有灵敏度高、抗干扰性强的优点。球磨机筒体振动信号最主要和最本质的原因是筒体中钢球抛落过程中对筒壁的冲击而形成的，而振动的大小受到筒内负荷多少的影响。实际测量中的球磨机筒体振动信号，除了钢球冲击筒体的特征信号外，还有其他固有的一些振动信号，比如钢球之间的撞击振动、球磨机的机械振动、故障振动信号等，这些信号不随球磨本文档来自技高网...

【技术保护点】
1.一种基于自适应VMD和改进功率谱的磨机负荷特征提取方法，其特征在于，包括以下步骤：/n步骤1，对球磨机筒体振动信号x(i)进行EMD分解、筛选、重构以及VMD，得到模态分量{u(i)}；/n步骤2：基于模态分量{u(i)}得到改进自相关函数{r(τ)}；/n采用序列延拓，将模态分量{u(i)}进行改进自相关得到改进自相关函数{r(τ)}；/n步骤3：对改进自相关函数{r(τ）}功率谱用Nuttall自卷积窗能量重心法进行频率校正，将校正后的功率谱最大值对应频率{f

【技术特征摘要】
1.一种基于自适应VMD和改进功率谱的磨机负荷特征提取方法，其特征在于，包括以下步骤：
步骤1，对球磨机筒体振动信号x(i)进行EMD分解、筛选、重构以及VMD，得到模态分量{u(i)}；
步骤2：基于模态分量{u(i)}得到改进自相关函数{r(τ)}；
采用序列延拓，将模态分量{u(i)}进行改进自相关得到改进自相关函数{r(τ)}；
步骤3：对改进自相关函数{r(τ）}功率谱用Nuttall自卷积窗能量重心法进行频率校正，将校正后的功率谱最大值对应频率{fk}作为表征球磨机负荷变化的特征量。


2.根据权利要求1所述的基于自适应VMD和改进功率谱的磨机负荷特征提取方法，其特征在于，步骤1的过程为：
利用EMD对球磨机筒体振动信号x(i)进行分解得到IMF，依据球磨机负荷变化与筒体振动信号冲击成分强相关原理结合峰度参数ρ滤除与球磨机负荷变化不相关的IMF，由峰度变化趋势选取峰度参数ρ大于85％所对应的K个IMF进行信号重构并同时确定VMD的分解层数为K，对重构信号进行VMD，得到K个模态分量{u(i)}。


3.根据权利要求2所述的基于自适应VMD和改进功率谱的磨机负荷特征提取方法，其特征在于，
步骤1中，球磨机筒体振动信号为x(i)，i＝1，2，...n，n为信号序列长度；
利用EMD的快速自适应性能对球磨机筒体振动信号x(i)进行分解得到一系列模态函数{ue(i)}，求取每个IMF的峰度{Ku}：



式中，为ue(i)的平均值。
将每个IMF的峰度{Ku}按从大到小的顺序排序，并计算峰度参数ρ：



式中，Kus为所有峰度的和，kmax为信号经EMD后得到的最大模态数；
选取峰度参数ρ大于...

【专利技术属性】
技术研发人员：高云鹏，卿宗胜，李文博，张小刚，刘小燕，吴聪，孟雪晴，谭建豪，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43