机器学习解决磨机衬板监控问题

2020-05-21 17:23:12 657

  在大型矿山,矿石在现场研磨以提取有价值的矿物,进行这种提取的磨矿机由一个大滚筒组成,在这个滚筒中,矿石本身,有时还加入钢球,进行物理研磨过程,当滚筒旋转时,矿石/钢球被叶片提升到滚筒内部一侧的级联角度,在那里它们会掉落并碰撞到底部,从而减少矿石,接下来小编将带大家去了解机器学习解决磨机衬板监控问题。

机器学习解决磨机衬板监控问题

  由于滚筒直径可达10?m,因此滚筒是一个昂贵的套件,为防止损坏滚筒,插入金属或橡胶衬垫,由于磨机停机和更换零件,更换衬板的成本很高,因此尽可能晚地更换衬板是经济的,但同时也能将生产率损失降至很低。

  如果要大限度地延长工艺正常运行时间,监测高通量研磨设备中的衬板磨损至关重要,当矿石到达班轮时,会产生振动,这些振动及其传递函数随缸套厚度的变化而变化,这为磨损测量提供了一种有前途的方法。

  为了验证这些发现,并且由于很难接触到磨矿机,我们建立了磨矿机的比例模型,利用该样机进行了多种不同缸套厚度的实验测量,所有测量数据均采用深度神经网络进行分析,并在正确的磨损等级下进行了分类。