Preview

Мехатроника, автоматизация, управление

Расширенный поиск

Нейросетевая альтернатива амплитудному анализу спектра в задаче определения уровня загрузки шаровой мельницы

https://doi.org/10.17587/mau.17.540-546

Полный текст:

Аннотация

Рассматривается возможность применения современных интеллектуальных способов обработки информации для оценки степени заполнения шаровой мельницы. Обсуждается разработка и исследование метода обработки информации, позволяющего выделять в спектре снимаемого сигнала виброускорения цапфы шаровой мельницы скрытые зависимости и закономерности, позволяющие эффективно оценивать уровень загрузки ее барабана, которые сложно выявить и проанализировать классическими методами, например амплитудным анализом спектра.

Об авторах

Ю. И. Еременко
Старооскольский технологический институт им. А. А. Угарова, филиал Национального исследовательского технологического университета "МИСиС"
Россия


Д. А. Полещенко
Старооскольский технологический институт им. А. А. Угарова, филиал Национального исследовательского технологического университета "МИСиС"
Россия


А. И. Глущенко
Старооскольский технологический институт им. А. А. Угарова, филиал Национального исследовательского технологического университета "МИСиС"
Россия


Ю. М. Пожарский
Старооскольский технологический институт им. А. А. Угарова, филиал Национального исследовательского технологического университета "МИСиС"
Россия


С. В. Солодов
Национальный исследовательский технологический университет "МИСиС"
Россия


Список литературы

1. Инструкция по эксплуатации мельниц МШЦУ 5500´6500 № 2615.

2. Андреев С. Е. Дробление, измельчение и грохочение полезных ископаемых. М.: Недра, 1980. 320 с.

3. Улитенко К. Я., Маркин Р. П., Соколов И. В. Виброакустический анализ процессов дробления и измельчения на горно-обогатительных предприятиях // Горный журнал. 2009. № 10. С. 72-76.

4. Jian Tang, Tianyou Chaia, Lijie Zhaoa, etc. Soft sensor for parameters of mill load based on multi-spectral segments PLS submodels and on-line adaptive weighted fusion algorithm // Neurocomputing. 2012. N. 78. P. 38-47.

5. Gugel K., Moon R. M. Automated mill control using vibration signal processing // IEEE Cement Industry Technical Conference, 2007. P. 17-25.

6. Gugel K., Palcios G., Ramirez J., Parra M. Improving ball mill control with modern tools based on digital signal processing technology // IEEE Cement Industry Technical Conference. Dallas, United States. 2003. P. 311-318.

7. Хайкин С. Нейронные сети. М.: ООО И. Д. Вильямс, 2006. 1104 с.

8. Еременко Ю. И., Полещенко Д. А., Глущенко А. И. Синтез системы управления чашевым окомкователем с нейросетевой надстройкой и оценка ее эффективности относительно шаговой системы экстремального управления // Мехатроника. Автоматизация. Управление. 2011. № 10. С. 56-61.

9. Юкио Сато. Без паники! Цифровая обработка сигналов: Пер. с яп. Т. Г. Селиной. М.: Додэка-XXI, 2010. 176 с.

10. Пожарский Ю. М., Полещенко Д. А., Подковыров И. Ю. Определение степени заполнения мельницы мокрого самоизмельчения с применением беспроводных технологий // Горный журнал. 2013. № 2. C. 115-118.

11. Hornick K., Stinchcombe M., White H. Multilayer feedforward networks are universal approximators // Neural Networks. 1989. Vol. 2, № 5. P. 359-366.

12. Cybenko G. Approximation by superposition of a sigmoidal function // Math. Control Systems and Siganls. 1989. № 2. P. 303-314.


Для цитирования:


Еременко Ю.И., Полещенко Д.А., Глущенко А.И., Пожарский Ю.М., Солодов С.В. Нейросетевая альтернатива амплитудному анализу спектра в задаче определения уровня загрузки шаровой мельницы. Мехатроника, автоматизация, управление. 2016;17(8):540-546. https://doi.org/10.17587/mau.17.540-546

For citation:


Eremenko Y.I., Poleshchenko D.A., Glushchenko A.I., Pozharsky Y.M., Solodov S.V. Neural Network as an Alternative to the Amplitude Spectrum Analysis for Measurement of the Ball Mill Fill Level. Mekhatronika, Avtomatizatsiya, Upravlenie. 2016;17(8):540-546. (In Russ.) https://doi.org/10.17587/mau.17.540-546

Просмотров: 27


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)