[发明专利]一种基于遗传算法优化BP神经网络的球磨机负荷检测方法

摘要

本发明公开了一种基于遗传算法优化BP神经网络的球磨机负荷检测方法，步骤包括：步骤1：采集球磨机的起磨磨音和停磨磨音；步骤2：磨音离线处理；步骤3：选择磨音有效频段；步骤4：标定磨机负荷数据；步骤5：基于遗传算法优化BP神经网络建模并进行磨机负荷预测，得到球磨机的负荷检测结果。本发明的方法，通过分析磨音频谱，选择出磨音的有效频段范围，得到多组实验数据，利用实验数据对负荷模型进行训练，训练完毕后，此模型即可用来预测磨机负荷；本发明方法便于实现，适应性强，可为球磨机优化控制提供相关检测数据，提高了球磨机自动控制、节能降耗能力。

主权项

一种基于遗传算法优化BP神经网络的球磨机负荷检测方法，其特点在于，按照以下步骤实施： 步骤1：采集球磨机的起磨磨音和停磨磨音； 步骤2：磨音离线处理 2.1）为了避免起磨磨音与停磨磨音在起始时刻和停止时刻的干扰，对磨音进行掐头去尾处理； 2.2）将掐头去尾后的起磨磨音与停磨磨音按照某一固定时长进行处理，得到多个数据段信息，根据韦尔奇方法对每个数据段进行加海明窗处理； 2.3）然后对每个加窗后的数据段进行快速傅里叶变换，取每个变换结果幅值的平方，并除以快速傅里叶变换点数作为功率谱估计的一次估计；并将这个估计值转换为声压级； 步骤3：选择磨音有效频段 从停磨磨音或起磨磨音中划分出4‑8种磨机负荷，作出这几种磨机负荷的磨音强度随频率的趋势图；根据有效频段范围对原始磨音数据进行选频处理，得到选频后的磨音数据； 步骤4：标定磨机负荷数据； 步骤5：基于遗传算法优化BP神经网络建模并进行磨机负荷预测，得到球磨机的负荷检测结果，即成。