在球磨机生产控制优化方案中，料位是生产中重要的控制参数，而料位在线测量一直是工业控制现场中一个比较棘手的问题。传统的测量手段采用磨出入口差压来代替料位大小，虽然差压的大小和料位的高低具有一定程度上的一致性，但由于料位会受到多个因素和参数的影响，因此传统测量手段的误差较大，以至于控制精度达不到理想的效果。

    近几年兴起利用音频或者振动测量法来测量球磨机料位，比传统手段的精度有了很大的提高，但仅用一个相关参数去表征球磨机料位肯定是存在较大误差的，因此可以利用多信息融合技术软测量手段来测量球磨机料位的变化。因此，很多学者都利用反向传播（BP）神经网络来建立测量模型，即把和球磨机料位相关的各个量（风量、压差、出入口温度、振动量等）作为神经网络的输入，球磨机料位作为输出，建立测量模型。当然训练和校验网络需要大量的样本数据（要求样本数据要全面而且准确），这给实验者带来了极大的工作量而且也会对工业现场生产带来比较大的影响。由于BP网络自身收敛速度慢，且训练容易陷入局部小，导致模型精度差异较大。建议采用小波理论对输入信号（如振动信号）作相应处理，提取特征参数后再建立模型，甚至用小波神经网络代替神经网络来提高软测量模型的精度。

本文来自宋陵矿山球磨机网站：http://www.qiumojisl.com
更多产品请关注宋陵矿山产品中心：http://www.qiumojisl.com/products/
相关产品：：钢渣球磨机、节能球磨机、铁渣球磨机、镜铁矿球磨机、刚玉球磨机、锰渣球磨机、陶瓷球磨机、铝粉球磨机、铁矿球磨机、石灰球磨机、粉煤灰球磨机、硫酸渣球磨机、干式球磨机、管式球磨机、溢流型球磨机、矿粉球磨机、干粉球磨机、圆锥球磨机、湿式球磨机、格子型球磨机、风扫煤磨机、选矿球磨机、铝灰渣磨机