基于多传感器信息融合的球磨机负荷检测系统

2012-09-09 17:03:01来源: 互联网

信号处理一般包括信号的预处理、A/D转换和数字信号处理器数字信号处理等。其中,对于要检测的声响和振动信号,是随机的混有多种噪声信号在内的复杂的时域信号。然而球磨机不同负荷参数的变化往往引起声响和振动信号频率结构的变化,为了通过所检测的信号得到球磨机内部负荷参数,往往需要了解信号的频域信息。所以,需用快速傅立叶变换(FFT) 对声响和振动信号进行频谱分析,计算其反映球磨机内部负荷参数的状态和特征信息。

  

振动信号采集电路

 

  图2 振动信号采集电路

  (3)数据层融合

  由于磨矿过程机理复杂、影响因素多,又是一个多变量输入输出过程,生产过程缓慢,滞后时间长,同时具有非线性、时变性以及干扰因素多而严重等特点。此外,球磨机机组庞大,噪声高达100dB。在这种相当恶劣的工作环境下,如果用传统的单一传感器来观测球磨机的外部响应信息,显然是难以胜任的。所以,基于信息融合多传感器观测手段在这里是个很好的应用方案。分别通过声音传感器、振动加速度传感器和有功功率传感器进行球磨机外部响应信号的数据采集,经信号处理后提取的这三个参数在数据层融合,可以增强获取的球磨机外部响应信息的冗余性和互补性,减少整个系统的不确定性;当某个传感器失效时,多个传感器提供的冗余信息则可以排除故障信息,从而提高系统的鲁棒性。

  因为融合是在信息的最低层次进行的,传感器原始信息的不确定性、不完全性和不稳定性,以及数据通信量较大,抗干扰能力较差等,决定了融合时算法需有较高的纠错能力,实时处理大量数据的能力等。神经网络作为一种并行的分布式信息处理系统,具有很强的信息综合能力,知识泛化能力及结构的容错性等,可以在数据层用作融合算法。

关键字:多传感器  信息融合  球磨机  负荷检测

编辑:神话 引用地址:http://www.eeworld.com.cn/mndz/2012/0909/article_16701.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
多传感器
信息融合
球磨机
负荷检测

小广播

独家专题更多

迎接创新的黄金时代 无创想,不奇迹
迎接创新的黄金时代 无创想,不奇迹
​TE工程师帮助将不可能变成可能,通过技术突破,使世界更加清洁、安全和美好。
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved