技术

要想详细检测和描述球磨机的工作状态，就必须将观察和采集到的振动信号进行量化统计，进行总结分析。

振动信号通常可以从时域、小波域和频域等多个角度进行分析。时域下信号的统计特征主要有均值、方差、重心和中位点等，均值和方差是反映数据集中趋势和离散程度的最重要的测度值，重心和中位点可以考察数据的形状和位置等信息；对时域信号进行傅立叶变换后就可以得到频域信号，从频域波形中可以分析得到信号的频谱峰值以及频率成分构成等；还可以对信号进行小波变化和小波包分解，通过小波算法对振动信号进行分析。结合采集到的信号的特点，分别利用以上多种分析方法提取大量的特征参数并对比分析，对数据分布的对称性、离散程度、波形的形状和位置等进行了比较和衡量，检测球磨机运转动态，以寻找能够将球磨机的工作状态进行区分的量化的具体特征。

为了满足分析应用的要求，在选择特征参数时遵循了以下的原则：

1)稳定性。特征自身应该具有稳定性，即当球磨机工况不发生变化时，特征应保持在这一工况对应的某个数值范围内；

2)区分性。当球磨机的工况发生变化时，特征的大小也应该随之变化，如果两者之间是一一对应关系，就可以从特征的数值推断出球磨机的不同工况。当然，特征也可以只对某几个影响球磨机工作效率的影响因素敏感，从而可以通过特征对这些敏感因素进行量化的描述。

从目前的分析看，在振动信号中提取得到一个特征参数B可以满足以上条件并最能够有效地反应球磨机工作状态，在球磨机工况稳定时参数B也稳定，而当球磨机的工况发生变化时，参数也相应的发生变化，所以特征参数曰可以综合地反应球磨机的工作状态。其它特征参数中一部分参数自身不够稳定，不能找到其变化的规律；而另外一部分虽然满足稳定性，但是在不同的工况下没有明显的变化，无法反应球磨机的工况；当然还有多个其他参数自身稳定且可以反应球磨机的工矿，但是由于他们都与特征参数日有很大的相关性，现在只选择参数日作为主要参数，这也与分析中发现的振动信号的特性一致。