球磨机负荷测量方法、装置、电子设备和介质与流程

技术特征：
1.一种球磨机负荷测量方法，其特征在于，所述方法包括：获取球磨机的振动信号数据和音频信号数据；对所述振动信号数据和音频信号数据进行特征提取，得到振动imf分量特征数据和音频mfcc特征数据；获取预先训练好的多模态神经网络模型，将所述振动imf分量特征数据和所述音频mfcc特征数据输入所述多模态神经网络模型中，得到球磨机负荷测量结果；所述预先训练好的多模态神经网络模型包括特征提取网络，以及与所述特征提取网络连接的两层全连接bp神经网络；其中，所述特征提取网络包括振动信号cnn子网络、音频信号cnn子网络。2.根据权利要求1所述的球磨机负荷测量方法，其特征在于，所述预先训练好的多模态神经网络模型在云端训练，所述预先训练好的多模态神经网络模型的训练步骤，包括：获取标签数据和特征数据；所述特征数据包括振动imf分量特征数据和音频mfcc特征数据；对所述特征数据进行数据增强处理，并对数据增强处理后的所述振动imf分量特征数据和音频mfcc特征数据进行数据截断处理，得到多个截断数据；将每个截断数据作为一个样本加入至训练样本数据，并对所述训练样本数据添加白噪声数据进行数据扩充处理，得到目标训练样本数据；采用所述目标训练样本数据对多模态神经网络模型进行训练。3.根据权利要求1所述的球磨机负荷测量方法，其特征在于，所述振动信号cnn子网络包括依次连接的批量标准化层、5*5 卷积层、池化层、3*3 卷积层、池化层、批量标准化层；所述音频信号cnn子网络包括依次连接的批量标准化层、11*11 卷积层、池化层、5*5 卷积层、池化层、3*3 卷积层、池化层、全连接层、批量标准化层。4.根据权利要求1所述的球磨机负荷测量方法，其特征在于，所述获取球磨机的振动信号数据和音频信号数据的步骤，包括：获取通过采集装置基于预先设定的采集频率采集的球磨机的振动信号数据和音频信号数据，得到初始采集数据；对所述初始采集数据进行采样和带通滤波处理；其中，针对振动信号数据的第一滤波范围和针对音频信号数据的第二滤波范围不同。5.根据权利要求1所述的球磨机负荷测量方法，其特征在于，所述对所述振动信号数据和音频信号数据进行特征提取，得到振动imf分量特征数据和音频mfcc特征数据的步骤，包括：对所述振动信号数据进行预设个数的经验模态分解，得到所述振动imf分量特征数据；对所述音频信号数据进行mfcc 特征提取，得到音频mfcc特征数据。6.根据权利要求5所述的球磨机负荷测量方法，其特征在于，所述对所述振动信号数据进行预设个数的经验模态分解，得到所述振动imf分量特征数据的步骤，包括：步骤s1，确定所述振动信号数据所有的局部极大值点和局部极小值点，通过三次样条插值函数拟合形成原始数据的上包络线和下包络线；步骤s2，计算所述上包络线和所述下包络线的均值，确定新数据序列；所述新数据序列为去掉低频的序列；步骤s3，判断新数据序列是否满足imf成立的条件，如果满足，确定为振动信
号数据的第一个imf分量，如果不满足则重复步骤s1和步骤s2，得到；其中，为第一次重复操作后确认的新数据序列；为第一次重复操作后得到的上包络线和所述下包络线的均值；步骤s4，判断是否满足imf成立的条件，如果不满足，则将上述步骤s1至步骤s3重复k次，直至得到，最终满足imf条件，为第一个imf分量，记作：；其中，为第k次重复操作后确认的新数据序列；为第k
‑
1次重复操作后确认的新数据序列；为第k次重复操作后得到的上包络线和所述下包络线的均值；为第一个imf分量；步骤s5，从所述振动信号数据减去得到第一个残余分量，将作为待分解的信号，执行上述步骤s1至步骤s4，得到第二个imf分量，并确定第二个残余分量，重复上述步骤s1至步骤s4，直至得到第n个imf分量和第n个残余分量，以得到将所述振动信号数据分解后的n个imf分量和n个残余分量。7.根据权利要求5所述的球磨机负荷测量方法，其特征在于，所述对所述音频信号数据进行mfcc 特征提取，得到音频mfcc特征数据的步骤，包括：对所述音频信号数据进行分帧处理，得到多个帧数据；相邻两帧之间的帧数据包含重复数据；对每一帧的帧数据进行数字信号处理；其中，所述数字信号处理包括加海明窗、傅里叶变换、计算功率谱、三角带通滤波；针对数字信号处理后的帧数据计算滤波器输出的对数能量，并进行离散余弦变换后得到所述音频mfcc特征数据。8.一种球磨机负荷测量装置，其特征在于，所述装置包括：信号获取模块，用于获取球磨机的振动信号数据和音频信号数据；特征提取模块，用于对所述振动信号数据和音频信号数据进行特征提取，得到振动imf分量特征数据和音频mfcc特征数据；负荷测量模块，用于获取预先训练好的多模态神经网络模型，将所述振动imf分量特征数据和所述音频mfcc特征数据输入所述多模态神经网络模型中，得到球磨机负荷测量结果；所述预先训练好的多模态神经网络模型包括特征提取网络，以及与所述特征提取网络连接的两层全连接bp神经网络；其中，所述特征提取网络包括振动信号cnn子网络、音频信号cnn子网络。9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1至7任一项所述的球磨机负荷测量方法。10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1至7任一项所述的球磨机负荷测量方法。

技术总结
本发明提供了一种球磨机负荷测量方法、装置、电子设备和介质，涉及磨矿技术领域，该方法包括：获取球磨机的振动信号数据和音频信号数据；对振动信号数据和音频信号数据进行特征提取，得到振动IMF分量特征数据和音频mfcc特征数据；获取预先训练好的多模态神经网络模型，将振动IMF分量特征数据和音频mfcc特征数据输入多模态神经网络模型（包括特征提取网络（振动信号CNN子网络和音频信号CNN子网络），以及与特征提取网络连接的两层全连接BP神经网络）中，得到球磨机负荷测量结果。本发明可以准确有效测量球磨机填充量，为球磨机的填充量的实时控制提供可能性，并且可以提高球磨机的工作效率，降低电耗和原材料消耗。降低电耗和原材料消耗。降低电耗和原材料消耗。


技术研发人员：陈桂刚 宋晨 袁晓艳
受保护的技术使用者：天津中新智冠信息技术有限公司
技术研发日：2021.09.13
技术公布日：2021/10/23