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

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.

степень заполнения мельницы, акселерометр, спектральный анализ, шаровая мельница, виброускорение, нейронная сеть, обучение НС, mill fill level, accelerometer, spectrum analysis, ball mill, vibration acceleration, neural network, neural network training process

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.