基于DCS采集的振动数据的磨机负荷分析.pdf

2 0 1 9 年第4 期有色金属 选矿部分 6 9 d o i l O ．3 9 6 9 ／j ．i s s n l 6 7 1 - 9 4 9 2 ．2 0 1 9 ．0 4 ．0 1 4 基于D C S 采集的振动数据的磨机负荷分析 郭振宇1 ’2 ’3 ’4 ，邹国斌1 ’2 ⋯，杨凌凌5 ，朱颖舟5 ，杨 帆4 1 ．北京矿冶科技集团有限公司，北京1 0 0 1 6 0 ； 2 ．矿冶过程自动控制技术国家重点实验室，北京1 0 0 1 6 0 ； 3 ．矿冶过程自动控制技术北京市重点实验室，北京1 0 0 1 6 0 ； 4 ．清华大学自动化系，北京1 0 0 0 8 4 ； 5 ．安徽铜冠 庐江 矿业有限公司，安徽庐江2 3 1 5 0 0 摘要检测磨机负荷可了解磨机运转状况以指导生产。以国内某铜矿的半自磨机为研究对象，分析分布式控制系统 D C S 采集的磨机轴承座振动数据和磨机负荷之间的关系。基于主成分分析 P C A 方法从功率和电流数据中提取特征作为 负荷参照指标，采用快速傅里叶变换 F F T 方法分析振动信号频谱，通过回归分析与假设检验，验证特定振动传感器的二倍转 频频谱与负荷参照指标正线性相关，由此可以用振动传数据的二倍转频频谱表征磨机负荷。 关键字振动数据；磨机负荷；分布式控制系统；快速傅里叶变换；回归分析 中图分类号T D 9 2 8 ．9文献标志码A文章编号1 6 7 1 9 4 9 2 2 0 19 0 4 0 0 6 9 0 6 A n a l y s i so fM i l lL o a dB a s e do nt h eV i b r a t i o nD a t af r o mD C S G U O Z h e n y u l 2 ，3 一，Z O U G u o b i n l ，2 ”，Y A N GL i n g l i n g5 ，Z H U Y i n g z h o u5 ，Y A N GF a n 4 1 ．B G R I M MT e c h n o l o g yG r o u pC o ．，L t d ．，B e i j i n g1 0 0 1 6 0 ，C h i n a ； 2 ．S t a t eK e yL a b o r a t o r yo fP r o c e s sA u t o m a t i o nM i n i n ga n dM e t a l l u r g y ， B e i j i n g10 0 16 0 ，C h i n a ；3 ．B e i j i n gK e yL a b o r a t o r yo fA u t o m a t i o no f M i n i n g a n dM e t a l l u r g y ，B e i j i n g10 0 16 0 ，C h i n a ；4 ．D e p a r t m e n to fA u t o m a t i o n ， T s i n g h u aU n i v e r s i t y ，B e i j i n g10 0 0 8 4 ，C h i n a ； 5 ．A n h u iT o n g g u a n L u j i a n g M i n i n gC o ．，L t d ．， L u j i a n gA n h u i2 3 15 0 0 ，C h i n a A b s t r a c t T h em i l lo p e r a t i n gc o n d i t i o n sc o u l db ek n o w nb ym e a s u r i n gm i l ll o a dt og u i d ep r o d u c t i o n ． T h i sp a p e rt a k e sS A Gm i l li nad o m e s t i cc o p p e ro r ec o n c e n t r a t o ra st h er e s e a r c ho b j e c t ，a n a l y z e st h e r e l a t i o n s h i pb e t w e e nt h ev i b r a t i o nd a t ao ft h eb e a r i n gh o u s i n g sf r o mD C Sa n dt h em i l ll o a d ．E x t r a c t s f e a t u r e sf r o mp o w e ra n dc u r r e n td a t aa st h em i l ll o a dr e f e r e n c ei n d i c a t o rb a s e do nP C A ，a n a l y z e st h e v i b r a t i o ns i g n a ls p e c t r u mb yF F T ，t h r o u g hr e g r e s s i o na n a l y s i sa n dh y p o t h e s i st e s t ，v e r i f i e st h a tt h ed o u b l e r o t a t i o nf r e q u e n c ys p e c t r u mo ft h ep a r t i c u l a rv i b r a t i o ns e n s o r sa r ea l lp o s i t i v e l yl i n e a r l yr e l a t e dt ot h em i l l l o a dr e f e r e n c e ．T h u s ，t h ed o u b l er o t a t i o n f r e q u e n c ys p e c t r u mo ft h ev i b r a t i o n d a t ac a nb eu s e dt o c h a r a c t e r i z et h em i l ll o a d ． K e yw o r d s v i b r a t i o nd a t a ；m i l ll o a d ；D C S ；F F T ；r e g r e s s i o na n a l y s i s 磨机是选矿生产过程中的关键设备，其运转状 态直接影响生产质量。磨机负荷是磨机运转的重要 参数，负荷过大，物料研磨不佳，会给后续流程带来 压力；负荷过小，生产效率低，没有充分发挥设备效 用，因此，对磨机负荷的检测对指导生产有重要意 义。对于磨机负荷检测方法的研究有很多。文献u J 采用磨机电流表征磨机负荷。文献口1 采用统计过程 控制技术对磨机电流等原始测量数据进行分析，结 合规则推理，对磨机负荷进行智能监测与控制。文 献[ 3 3 通过对磨机的声音和功率的监测来计算推理出 当前磨机负荷量。磨机的功率和电流信号的采集源 主要有励磁柜和同步电机高压开关柜。本文通过大 收稿日期2 0 1 8 - 1 卜2 2修回日期2 0 J 81 卜2 3 作者简介郭振宇 19 8 4 一 ，男，辽宁铁岭人，硕士，高级工程师，主要从事工业大数据与智能服务等工作。 万方数据 7 0 有色金属 选矿部分2 0 1 9 年第4 期 量现场调研发现，不是所有选矿厂的磨机功率和电 流有集成条件，需要另加采集元件。文献[ 4 1 基于磨 音信号，建立磨机负荷模型。文献[ 5 3 在分析磨音信 号频谱的基础上，采用遗传算法调优的反向传播神 经网络算法，研究磨机负荷检测方法。文献[ 6 ] 基于 球磨机筒壁振动信号分析检测方法，在设备筒壁安 装振动传感器，通过波形分析，提取统计特征表征磨 机负荷，并进行的工业试验，这是该种方法的国内首 次工业应用。文献[ 7 。9 ] 在实验室环境，对磨机轴承振 动信号高频采集，分别采用不同的分析方法提取衡 量磨机负荷的信号特征，但被试磨机是采用滚动轴 承传动，而实际应用中大型磨机均是采用滑动轴承 传动，文献方法是否仍适用待进一步研究。通过以 上综述，为实现磨机负荷监测，均需要额外安装元件 或传感器，同时也需要布线施工，成本高。 磨机标配低分辨率振动传感器，振动数据能集 成进厂级D C S D i s t r i b u t e dC o n t r o lS y s t e m ，分布式 控制系统 。D C S 数据采样频率低，仅有1 ～5H z ， 但仍有研究价值。本文介绍对D C S 采集的磨机轴 承座振动数据和磨机负荷之间的关系分析的全过 程，以国内某处理量为3 3 0 万t ／年铜矿的半自磨机 为研究对象，基于P C A P r i n c i p a lC o m p o n e n t A n a l y s i s ，主成分分析 方法从功率和电流数据中提 取特征作为负荷参照指标，采用F F T F a s tF o u r i e r T r a n s f o r m ，快速傅里叶变换 方法分析振动信号频 谱，分析频谱与负荷特征之间的关系，之后对频谱数 据与负荷特征进行回归分析，通过假设检验解释两 者之间的线性关系，由此，提供一种通过分析D C S 中的振动数据来检测半自磨机负荷的方法，该方法 无需增设检测元件，应用时甚至无需集成磨机功率、 电流数据，检测成本低。 文主要考虑安装于小齿轮传动轴两侧轴承基座的共 4 套振动传感器，测点为小齿轮离合器侧基座垂直处 1 号 、小齿轮离合器侧基座水平处 2 号 、小齿轮 慢驱侧轴承座垂直处 3 号 、小齿轮慢驱侧轴承座水 平处 4 号 。 4 套振动传感器均通过4 ～2 0m A 集成进半自 磨机自带P I ，C ，P L C 带有P r o f i b u s D P 协议接口，通 过该协议集成进厂级D C S 。半自磨机的主电机有功 功率 以下简称功率 和某一相线电流 以下简称电 流 信号采集自同步电机励磁柜，励磁柜带有 M o d b u s R T U 协议接口，通过该协议集成进厂级 D C S 。由此，厂级D C S 获取半自磨机振动、电流、功 率数据。本文半自磨机振动传感器配置及系统集成 方案如图1 。 厂半自磨{ P 厂g g t D C S 罐 ●_ _ _ _ I 进 筒体 M o ‰JurI 磊 睡 一J 动＆蝮厂] 叫主电机向旺 主4 ．阵丽． ●一振动传感器4 图1振动传感器配置与系统集成图 F i g ．1F i g u r eo fv i b r a t i o ns e n s o rc o n f i g u r a t i o n a n ds y s t e mi n t e g r a t i o n 1 振动传感器配置与系统集成 2 分析前提与数据采集 该铜矿采用某厂商提供的0 8 ．8 3m 4 ．2 7m 湿式半自磨机，标配6 套低分辨率振动传感器，分别 安装于同步电机输入、输出轴轴承基座，及小齿轮传 动轴两侧轴承基座的垂直处和水平处，主要用 来检测基座振动做阈值报警。振动传感器信号 传输至半自磨机配套的P L C P r o g r a m m a b l eL o g i c C o n t r o l l e r ，可编程逻辑控制器 ，通过配套 H M I H u m a nM a c h i n eI n t e r f a c e ，人机界面 显示振 动幅值，进行超阈值报警。由于安装于同步电机输 入、输出轴轴承基座的2 套振动传感器是检测同步 电机振动的，与半自磨负荷无关，文本不予考虑。本 本文主要分析从D C S 中取得的安装于半自磨 机小齿轮传动轴两侧基座的共4 套振动数据与磨机 负荷的关系，非故障诊断等其他研究。由于选矿生 产现场工况复杂，生产异常、设备本体机械、电气故 障上均会对振动数据造成影响，形成时域或频域干 扰。例如，半自磨机传动齿轮疲劳，轴承磨损，气动 离合器抱闸异常，励磁投励相角不当等，均会反应在 振动数据上，这些干扰可能会影响分析结果。故为 有效分析，需排除异常工况，本文数据分析前提为设 备本身运转正常。 本文使用2 0 1 8 年8 月某天2 4 小时D C S 数据作 万方数据 2 0 1 9 年第4 期郭振宇等基于D C S 采集的振动数据的磨机负荷分析 7 l 为研究样本，这些数据存储在D C S 历史数据库中， 数据采样频率为1H z ，样本量8 64 0 0 。经与现场沟 通，当天半自磨机工作正常，生产过程中正常投料、 添加钢球，运转过程中出现过正常负荷波动情况，但 没有机械、电气故障。经现场巡检，通过使用手持式 激光测振仪比对，设备自带振动传感器工作正常，测 量数值正确反映设备振动。综上，当日数据是非常 好的研究样本，采用该样本进行分析。 3数据分析 3 ．1 负荷特征提取 为分析振动数据与磨机负荷的关系，需要选取 磨机负荷的参照指标。在实际生产中，半自磨机电 流和功率是观测磨机负荷情况重要数据。在本文研 究现场，中控操作人员随时通过厂级H M I 监控这 2 个变量，了解半自磨机运行情况以调节生产。理想 情况下，电流和功率关系如下 P ／茹，I ，C O S 妒 1 式中P 为主电机功率，U 一为线电压，I - 为线电 流， p 为功率因数。由于负载波动、三相不平衡、功 角变动等原因，电流和功率的关系往往不完全成线 性，所以为建立参照指标，需要综合考虑电流、功率 这两个变量。而本文希望采用一种一维数据作为负 荷特征，故需要对电流、功率组成的二维数据进行降 维，进而获取负荷参照指标。P C A 是最常用的一种 降维方法[ 10 ‘。本文采用该方法降维。 设z 。∈R ”，, 2 7 ∈R ”分别为电流、功率数据向 量，m 为样本数量，设X r z ，z 。] ∈R “2 为样本 矩阵。对X 的每一列按如下步骤预处理，得到归一 化的X 。 ． 埘 1 ．1 1 一土yz 『 研 2 ．．2 7 。 z ‘ 一户 ， 卅 3 ．口2 一上只f z n 、2 4 ．z t 坐2 仃 求取X 协方差并进行S V D S i n g u l a rV a l u e D e c o m p o s i t i o n ，奇异值分解 运算，有式 2 。 X 丁X U Z V 7 2 优l 其中，U ∈R 2 2 为左奇异特征矩阵，三 d i a g f A l ，A 2 ，且A 。≥A 2 ，V ∈R 2 2 为右奇异特征矩 阵，U 、V 均为正交矩阵。设重构阈值为9 5 ％，求解 _ j } 1 0 0 ％ 9 7 ．6 ％ 9 5 ％，主成分特征明 A 1 十 2 显，可以降维。 设U 的第一列为P ，Y X P ∈R m 即为电流、 功率的降维向量，设向量为半自磨负荷一维特征向 量，作为本文的负荷参照指标。 3 ．2 振动信号频谱分析 对振动信号进行频谱分析是常用的分析手 段[ 7 。9 ] 。对连续的振动信号X t 离散化有z 门 ，设 z 行 为长度为N 的有限序列，对其进行D F T D i s c r e t eF o u r i e rT r a n s f o r m ，离散傅里叶变换 运算 有式 3 N 一1 x 愚 一P z 行 e - ，孙 ，k 一0 ，1 ，2 ，⋯，N 一1 n0 3 令W N e - ，箭，有 N 一1 x 走 一’P z 以 w 祷，k 0 ，1 ，2 ，⋯，N 一1 n 0 4 按式 4 变换过程中，利用w 祷的对称性、周期 性[ 1 1 | ，可减少D F T 的几个数量级的运算量，以上过 程即为F F T 。 本文所研究的半自磨机转速为1 1 ．0 4r ／m i n ，每 转动一圈用时6 0 ／1 1 ．0 4 5 ．4 3S ，转动频率为0 ．1 8 4 H z 。由于D C S 数据存储频率为lH z ，每圈采集信 号数约5 个，序列长度小，不满足快速傅里叶变换条 件，无法按每圈来做频谱分析，需构建长度合适 的序列。通过试验，N F o ．0 5 1 ，6 7 5 F ‘2 ’ 3 0 8 1 ．5 4 F o ．。5 1 ，6 7 5 F ‘3 ’一3 4 4 5 ．6 1 F o ．0 5 1 ，6 7 5 故，拒绝H 。，线性关系均显著。所以在统计意 义上，以1 一a 9 5 ％的置信水平，1 、2 、3 号测点振动 信号的双倍转频频谱与频谱分析周期内负荷指标均 值正线性相关。由此，1 、2 、3 号测点振动信号的双倍 转频波能表征半自磨机负荷。 为分析哪个传感器能更好地反应半自磨机负 荷，用式1 0 表征双倍转频频谱对负荷的敏感性。 翌皇兰 垒 二翌 璺 垒 1 0 y A 。 亘_ 分别计算得2 ．0 4 、0 ．7 5 、0 ．7 0 ，故小齿轮离合器 侧基座垂直处振动信号的双倍转频波能与其它2 套 测点的相比，可相对更好地表征半自磨机负荷。 4结论 本文以国内某铜矿的半自磨机为研究对象，通 过对D C S 采集的磨机轴承座振动数据分析，发现特 定振动传感器的二倍转频频谱与磨机负荷参照指标 正线性相关，由此可以在实时更新的滑动时间窗口 内，用对负荷敏感的振动传感器的二倍转频频谱表 征磨机负荷。为磨机负荷检测提供一种低成本分析 方法。适用于自动化建设投资小，磨机集成接口不 完备的情景。 本文认为可以基于磨机轴承座振动数据分析， 进行设备的故障诊断与预测。此外，磨机本体不仅 带有轴承座振动传感器，还带有滑动轴承油压、 流油检测传感器等大量传感器，这些数据均能集成 进厂级D C S ，可以通过对这些数据的综合分析，更好 地表征磨机负荷。这些内容本实验室将进一步 研究。 万方数据 7 4 有色金属 选矿部分2 0 1 9 年第4 期 参考文献 [ 1 ] 唐耀庚．模糊逻辑控制在磨机负荷控制中的应用[ J ] ．电 气传动，2 0 0 2 ，7 5 3 1 3 3 ． [ 2 ] 周平，柴天佑．磨矿过程磨机负荷的智能监测与控制[ J ] ． 控制理论与应用，2 0 0 8 ，2 5 6 1 0 9 5 1 0 9 8 ． [ 3 ] 张杰，王建民，杨志刚．模糊神经网络在磨机负荷控制中 的应用[ J ] ．仪表技术与传感器，2 0 1 4 5 6 6 6 8 ． [ 4 ] 杨志刚，赵莉娅，薄敬东．基于磨音信号的磨机负荷模型[ J ] ． 河北理工大学学报 自然科学版 ，2 0 1 1 5 6 5 - 6 9 ． [ 5 ] Y I N G M I NY I ，H A I C H U A NY A N G ，L US U N ，e ta 1 ． T h eb a l lm i l ll o a dm e a s u r i n ga l g o r i t h mt h o u g hg r i n d i n g t o n es i g n a lb a s e do nG A [ C ] ．P r o c e e d i n g so f2 0 1 7 I n t e r n a t i o n a lS e m i n a ro nA r t i f i c i a l I n t e l l i g e n c e ， N e t w o r k i n ga n dI n f o r m a t i o nT e c h n o l o g y ．B a n g k o k ， T h a i l a n d ，2 0 1 7 7 1 3 ． [ 6 ] 杨佳伟，陆博，周俊武．基于振动信号分析的球磨机工况 检测技术的研究与应用[ J ] ．矿冶，2 0 1 3 ，2 2 3 9 9 1 0 4 ． [ 7 ] 罗小燕，卢小江，熊洋，等．小波分析球磨机轴承振动信号 特征提取方法[ J ] ．噪声与振动控制，2 0 1 6 ，3 6 1 1 4 8 - 1 5 2 ． [ 8 ] 刘志刚，蔡改贫，林龙飞，等．主元分析的振动频域特征识别 与磨机负荷建模研究D ] ．中国钨业，2 0 1 6 ，3 1 3 6 8 - 7 3 ． [ 9 ] 许永强，姜志宏，蔡改贫，等．基于A R 模型的磨机振动信 号特征提取方法[ J ] ．中国钨业，2 0 1 7 ，3 2 2 7 1 - 7 6 ． [ 1 0 ] 周志华．机器学习[ M ] ．北京清华大学出版社， 2 0 1 6 2 2 9 ． [ 1 1 ] 张洪亭，王明赞．测试技术[ M ] ．沈阳东北大学出版 社，2 0 0 5 1 8 2 ． [ 1 2 ] 陈希孺，倪国熙．数理统计学教程[ M ] ．合肥中国科学 技术大学出版社，2 0 0 9 3 7 8 ． 上接第5 7 页 矿含金1 ．5 6g ／t ，金回收率4 5 ．9 4 ％ 锌精矿含 金未达到计价品位 ；铅锌精矿含银7 7 5 ．0g ／t ，锌精 矿含银4 0 0 ．4g ／t 。由此可见，采用铅锌混合浮选一 混选尾矿选锌工艺方案，可产出合格铅锌、锌两种精 矿产品，矿石中的伴生金、银也得到了有效回收；产 出的铅锌混合精矿可采用I S P 工艺生产铅锌，铜等 有价金属进入冶炼渣中，可在渣资源综合利用中回 收。同时，由尾矿多元素分析可知，尾矿含硫 4 2 ．3 5 ％，可直接作为优质硫精矿出售，经济效益 显著。 5 所采取的工艺流程结构简单，药剂制度合理 有效，现场易于实施，选矿技术经济指标良好，是适 合该矿石性质特点的工艺流程，可以作为建厂设计 和生产的技术依据。 参考文献 [ 1 ] 王荣生，魏明安，陈国荣．某铁铜铅锌矿回收铁的选矿试 验研究[ J ] ．矿冶，2 0 1 0 ，1 9 2 1 5 1 7 ，2 3 ． [ 2 ] 廖德华．从某金精矿中回收金银铜铅锌的试验研究[ J ] ． 矿产综合利用，2 0 1 0 5 1 8 2 0 ． [ 3 ] 罗先平，高莉，马鹏飞，等．安徽某铜铅锌多金属硫化矿选 矿工艺研究[ J ] ．有色金属 选矿部分 ，2 0 1 4 5 1 1 1 6 。3 4 ． [ 4 ] 李荣改，宋翔宇，张雨田，等．复杂铜铅锌多金属矿的选矿 工艺试验研究[ J ] ．矿冶工程，2 0 1 2 ，3 2 1 4 2 4 5 ． [ 5 ] 李娟．白银小铁山铜铅锌多金属矿提高铜回收率浮选工 艺研究[ J ] ．有色金属 选矿部分 ，2 0 1 4 4 2 8 3 2 ． E 6 ] 张生武，刘明实．西藏某铜铅锌硫化矿选矿试验[ J ] ．金属 矿山，2 0 1 1 2 7 2 7 5 ． [ 7 ] 江新辉．I S P 工艺发展方向探讨[ J ] ．南方金属，2 0 1 3 1 2 3 2 4 ． 万方数据