基于EWT-奇异值熵的磨机负荷识别方法

论文摘要

针对球磨机振动信号非线性、非平稳性导致的负荷状态难以识别问题,提出一种基于经验小波变换（EWT）和奇异值熵相结合的磨机负荷识别方法。首先,采用经验小波变换对磨机筒体的原始振动信号进行分解得到本征模态分量,初步提取球磨机负荷状态特征值;其次,通过相关系数法选出能表征原始信号状态的敏感模态分量进行信号重构;最后,利用奇异值分解技术对重构信号进行处理并计算出奇异值熵,利用奇异值熵的大小判断球磨机的负荷状态。球磨机在3种工况下的磨矿实验结果表明:相较于其他2种识别方法,EWT-奇异值熵识别时,球磨机3种负荷状态之间的熵值差异很大,识别区间分别为欠负荷（48,61）、正常负荷（98,111）、过负荷（34,45）,能够较好地区分磨机负荷状态。

论文目录

• 0 引言
• 1 基本原理
•   1.1 EWT分解
•   1.2 奇异值熵
• 2 筒体振动信号特征提取
• 3 磨机负荷状态识别实验分析
•   3.1 数据采集
•   3.2 筒体振动信号的分解
•   3.3 筒体振动信号的特征提取
•   3.4 EWT-奇异值熵识别球磨机负荷状态效果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 高纯生,刘鑫,谢文涓,蔡改贫

关键词: 球磨机,负荷识别,经验小波变换,模态分量,奇异值熵

来源: 矿业研究与开发 2019年11期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 矿业工程

单位: 中铝矿业有限公司,江西理工大学机电工程学院

基金: 国家自然科学基金项目（51464017）,江西省教育厅科技重点项目（GJJ150618）

分类号: TD453

DOI: 10.13827/j.cnki.kyyk.2019.11.026

页码: 130-136

总页数: 7

文件大小: 3011K

下载量: 69