由于球磨機運行穩(wěn)定，適應各種物料且容量大等優(yōu)點，成為目前國內燃煤發(fā)電電廠制粉系統(tǒng)中使用較多的磨礦設備 。進入2015年，.隨著云時代的來臨，大數據也吸引了越來越多的關注。大數據通常用來形容一個公司創(chuàng)造的大量非結構化和半結構化數據，實時的大型數據集分析需要像一樣的框架來向數十、數百或甚至數千的電腦分配工作。大數據分析和云計算和球磨機選礦設備聯(lián)系到一起，它在生產過程中還會起到什么作用呢？在這個科技不斷日益更新的時代，作為球磨機用戶和球磨機生產廠家如何破舊立新，利用好大數據，把握機遇，讓我們生產更加省時省力，讓我們球磨機使用成本大大降低呢？以下是豫暉為你分析數據技術對球磨機設備內部系統(tǒng)和維修的影響和應用。
        目前，球磨機內部制粉系統(tǒng)運行影響球磨機筒內料位，在實際生產中主要采用功率法來檢測料位，但是球磨機是一個大延遲、非線性強耦合、非線性、多變量大延遲的對象，各參數之間耦合嚴重。單獨采集其中某個參數來反映料位均無法獲得理想的效果。數據融合是一種新興的信息處理技術，是組合多源信息完成目標檢測、關聯(lián)、狀態(tài)評估的多層次、多方面的過程已成為智能信息處理及控制的一個重要研究方向，總結了現(xiàn)階段鋼檢測的現(xiàn)狀，比較了常用的料位檢測方法的優(yōu)缺點，通過多方論證將數據融合技術應用到鋼球磨煤機料位檢測中。方案將球磨機的入口負壓、出入口溫差、出入口差壓、入口負壓磨音信號作為融合參量，選擇了BP神經網絡法，利用其強大的信息綜合能力，知識泛化能力及結構的容錯性等優(yōu)勢，在數據層用作融合算法。
        球磨機由于在生產中運行時間長，磨損嚴重，維修任務繁重，且維修人員短缺，嚴重制約了設備及維護工作的進行。當務之急是依靠數據統(tǒng)計分析，管好用好、維護好現(xiàn)有機電設備，提高設備的質量和檢修工作效率，保證設備作業(yè)率及完好率。在現(xiàn)有的技術條件下，將網絡數據技術應用于設備維修管理實踐中，完善機電設備維修系統(tǒng)及管理信息化，較大限度地提高設備維修質量，降低生產成本，提高企業(yè)的經濟效益。