張東旭

摘要：為進(jìn)一步提升磨機(jī)生產(chǎn)效率，提出做好磨機(jī)負(fù)荷檢測工作的建議。文章以一半自磨機(jī)為研究對象，利用分布式控制系統(tǒng)（DCS）完成振動(dòng)數(shù)據(jù)的采集任務(wù)，重點(diǎn)解讀軸承座振動(dòng)數(shù)據(jù)與磨機(jī)負(fù)荷兩者的相關(guān)性。歷經(jīng)較科學(xué)的回歸分析與假定檢驗(yàn)過程，作出振動(dòng)傳感器二倍轉(zhuǎn)頻頻譜和負(fù)荷參考指標(biāo)間存在正相關(guān)性的結(jié)論，提示可采用振動(dòng)傳數(shù)據(jù)對應(yīng)的二倍轉(zhuǎn)頻頻譜表示磨機(jī)負(fù)荷。

關(guān)鍵詞：振動(dòng)數(shù)據(jù);磨機(jī)負(fù)荷;DCS;回歸分析

0 ?引言

選礦產(chǎn)業(yè)是我國傳統(tǒng)基礎(chǔ)行業(yè)類型，現(xiàn)如今其已發(fā)展至一定規(guī)模，但能耗量大、人力勞動(dòng)成本高、運(yùn)作效率以及智能化水平偏低是該產(chǎn)業(yè)的主要特征。磨礦是選礦工藝中重要一道工藝，其接收了經(jīng)破碎作業(yè)處理后的產(chǎn)品，而后把產(chǎn)品磨碎至選礦作業(yè)要求的粒度。磨機(jī)作業(yè)狀態(tài)直接關(guān)系著磨礦工作效率。精確檢測磨機(jī)負(fù)荷，能更為科學(xué)的指導(dǎo)生產(chǎn)工藝，既往諸多學(xué)者研究并提出了相關(guān)檢測方法[1]。DCS對數(shù)據(jù)的采樣頻率只有1～5Hz，但不能否認(rèn)的是其依然持有一定研究價(jià)值。

1 ?振動(dòng)傳感器

本文研究對象選定為某銅礦外購的10.97×5.4m半自磨機(jī)，安裝了6套低分辨率振動(dòng)傳感器，功能以檢測基座振動(dòng)情況并作為閾值預(yù)警。

自磨機(jī)配套的邏輯控制器（PLC）負(fù)責(zé)接收振動(dòng)傳感器信號(hào)，用人機(jī)界面（HMI）呈現(xiàn)出振動(dòng)幅值，實(shí)現(xiàn)超閾值預(yù)警。本文主要分析安設(shè)在小齒輪兩段軸承基座的4套振動(dòng)傳感器，已知其均通過4～20mA磨機(jī)自配PLC，PLC附有協(xié)議接口，以該協(xié)議為支撐能集成式進(jìn)廠級(jí)DCS，DCS能捕獲與磨機(jī)振動(dòng)、電流及功率相關(guān)數(shù)據(jù)。

2 ?分析基礎(chǔ)和收集數(shù)據(jù)

因?yàn)檫x礦生產(chǎn)現(xiàn)場條件多變復(fù)雜，若生產(chǎn)狀態(tài)、電氣設(shè)備發(fā)生異常等，均會(huì)對振動(dòng)數(shù)據(jù)形成不同程度的影響，通常是形成時(shí)域、頻域等形成擾亂，其勢必會(huì)對分析結(jié)果精確度形成負(fù)面影響。故而為確保分析過程順暢、分析結(jié)果的有效性，將反常工況整體剔除，設(shè)備自身正常運(yùn)作是本次研究中數(shù)據(jù)分析的基礎(chǔ)。

擬定選擇2019年9月14日24h全天DCS數(shù)據(jù)作為研究樣，這些數(shù)據(jù)被統(tǒng)一存留于數(shù)據(jù)可內(nèi)，樣本量86400，采樣對應(yīng)的頻率是1Hz。通過詢問現(xiàn)場工作人員得知，當(dāng)日該自磨機(jī)運(yùn)作正常，物料投入、鋼球添加及運(yùn)轉(zhuǎn)期間形成的負(fù)荷變動(dòng)均正常。磨機(jī)自配振動(dòng)傳感器運(yùn)作無異常，測量到的數(shù)據(jù)能準(zhǔn)確的呈現(xiàn)出設(shè)備振動(dòng)狀況。

3 ?解析數(shù)據(jù)

3.1 捕獲負(fù)荷特點(diǎn)

在本次研究中，相關(guān)人員擬定動(dòng)態(tài)監(jiān)控如上這兩個(gè)變量的形式，掌握磨機(jī)運(yùn)轉(zhuǎn)狀態(tài)，從而更精確的調(diào)度生產(chǎn)模式。

3.2 解讀振動(dòng)信號(hào)頻譜

現(xiàn)階段，分析分段法是解讀振動(dòng)信號(hào)頻譜的常用手段。針對富有連貫性特征的振動(dòng)信號(hào)X（t），其對應(yīng)的離散化數(shù)目有x（n）個(gè)，假定x（n）長度是N對應(yīng)的有限序列，采用離散傅里葉變換（DFT）對其做出測算，有（1）式[2]：

通過查閱設(shè)備說明書，獲知半自磨機(jī)筒體工作速度是9.74r/min，同步電機(jī)功率是2×6250z。已知DCS存儲(chǔ)數(shù)據(jù)信息的頻率是1Hz，每運(yùn)轉(zhuǎn)一圈大概能收集5個(gè)信號(hào)，序列長度偏短小，和快速DFT條件存在一定出入，這就預(yù)示著難以基于每圈對頻譜加以分析，故而應(yīng)建設(shè)長度更具適宜性的序列。在數(shù)次試驗(yàn)階段，筆者發(fā)現(xiàn)當(dāng)N<128時(shí)，振動(dòng)信號(hào)頻譜持有的特征缺乏顯著性;而當(dāng)N≥128時(shí)，頻譜特征顯而易見，但如果N過于大，則就預(yù)示著分析周期將會(huì)被拖延，針對半自磨機(jī)運(yùn)行狀態(tài)難以在短時(shí)間內(nèi)做出響應(yīng)，綜合分析多種因素后，擬定取N=128，等同頻譜分析周期是128s（≈2.14min）。

對散點(diǎn)圖分析后，發(fā)現(xiàn)有3套傳感器持有的雙倍轉(zhuǎn)頻頻譜與頻譜分析周期中負(fù)荷指標(biāo)平均值之間存在正相關(guān)性?；诖俗龀鋈缦录俣▋?nèi)容：1、2、3號(hào)測量位點(diǎn)振動(dòng)信號(hào)對應(yīng)的雙倍轉(zhuǎn)頻頻譜與負(fù)荷指標(biāo)平均值呈現(xiàn)為正線性相關(guān)，如下本文對該假定做出解讀、驗(yàn)證及分析。

3.3 回歸分析

為判斷以上鑒定內(nèi)容的真實(shí)性，就需要進(jìn)行回歸分析。

歷經(jīng)系統(tǒng)測算流程后，獲得1、2、3號(hào)測量位點(diǎn)對應(yīng)值依次是2.05、0.76、0.71，故而可以推測傳感器安裝在小齒輪離合器側(cè)基座成角90°位置形成的振動(dòng)信號(hào)能更好的表示半自磨機(jī)負(fù)荷量變動(dòng)情況。

4 ?控制措施

結(jié)合半自磨機(jī)軸承座振動(dòng)數(shù)據(jù)分析情況，可以此為基礎(chǔ)診斷、預(yù)測設(shè)備運(yùn)行階段形成的故障。結(jié)合傳統(tǒng)操縱磨機(jī)階段存在的難度，本文提出了自尋優(yōu)—采樣PI相相整合的雙層式控制策略，等同于上層以自尋優(yōu)算法為支撐實(shí)現(xiàn)在線式尋優(yōu)，下層選用采樣控制措施聯(lián)合傳統(tǒng)PID，進(jìn)而達(dá)成動(dòng)態(tài)化調(diào)控目標(biāo)。自尋優(yōu)算法運(yùn)行階段使用“不間斷測量”與“不間斷理解”的形式，立足于系統(tǒng)當(dāng)前運(yùn)行狀況，做出準(zhǔn)確決斷，力求使受控對象處于一個(gè)最理想化的狀態(tài)下運(yùn)作。

維持磨機(jī)運(yùn)轉(zhuǎn)狀態(tài)的穩(wěn)定性是提升其生產(chǎn)效能的重要基礎(chǔ)，因?yàn)閮H需要把磨機(jī)運(yùn)行調(diào)控在一個(gè)負(fù)荷水平之下，這就提示在一個(gè)區(qū)間內(nèi)，若能夠把磨機(jī)調(diào)控在理想負(fù)荷范疇中平穩(wěn)運(yùn)轉(zhuǎn)，則此時(shí)就無需數(shù)次發(fā)出調(diào)控操作，故而一定要整合帶死區(qū)的PID控制算法。當(dāng)檢測到偏差處于該死區(qū)中時(shí)，PID控制器不再發(fā)出調(diào)度指令。

5 ?結(jié)束語

通過本次研究，認(rèn)識(shí)到傳感器的二倍轉(zhuǎn)頻頻譜與磨機(jī)負(fù)荷參考指標(biāo)之間存在明確的正向線性相關(guān)性，這提示在時(shí)間窗口內(nèi)，磨機(jī)負(fù)荷可以采用對符合持有較高敏感性的傳感器二倍轉(zhuǎn)頻頻譜區(qū)表示，是一種耗用資金少的磨機(jī)負(fù)荷分析法。以提升磨機(jī)生產(chǎn)效率為宗旨，提出建設(shè)與應(yīng)用雙層控制結(jié)構(gòu)的建議，其能實(shí)現(xiàn)的磨機(jī)運(yùn)行狀態(tài)的實(shí)時(shí)調(diào)控，降低故障發(fā)生的風(fēng)險(xiǎn)，為最大生產(chǎn)效益產(chǎn)出奠定基礎(chǔ)，有一定推廣價(jià)值。

參考文獻(xiàn)：

[1]蔡改貧，趙小濤，張丹榮，等.基于ASOS-ELM的濕式球磨機(jī)負(fù)荷軟測量方法[J].振動(dòng).測試與診斷，2020，40（01）：184-192，211.

[2]羅小燕，戴聰聰，程鐵棟，等.基于改進(jìn)EWT-多尺度熵和KELM的球磨機(jī)負(fù)荷識(shí)別方法[J].化工學(xué)報(bào)，2020，71（03）：1264-1277.

[3]羅小燕，邵凡，陳慧明，等.基于多源信號(hào)融合的球磨機(jī)負(fù)荷預(yù)測方法研究[J].振動(dòng)與沖擊，2019，38（08）：232-237.