球磨机是对煤炭、钢材、金属等进行物料碾磨的核心设备,由于缺乏可靠的料球比检测方法,球磨机长期工作于高功耗低产能的状态下。现阶段工人多通过听研磨声对球磨机进出料过程进行控制,误差较大且损害个人健康。实践证明,钢球、物料和筒体间的研磨和撞击声与料球比密切相关,因此基于磨音的球磨机料球比检测方法成为研究趋势。但球磨机噪声复杂,传统的磨音检测和处理方法无法有效去除噪声和提取磨音特征,使得料球比检测精度较低。因此研究更加有效的磨音信号检测和处理方法意义重大。本文重点围绕基于磨音的球磨机料球比检测方法进行深入分析,将盲源分离技术、基频提取技术和经验模态分解技术应用于磨音检测和处理方法上。首先,本文对球磨机噪声特点进行详细的分析,结合球磨机噪声源相互独立且蕴含料球比状态不同特征信息的特点,将盲源分离技术应用于磨音信号的检测上。该方法能从多个音频传感器采集的混合噪声中分离出磨音信号,有效增强了磨音的信噪比,降低了磨音处理的难度。其次,针对磨音包含周期成分和非平稳成分的特征,本文提出了基于基频和经验模态分解的磨音处理方法。该方法首先通过分析磨音的累积均值归一化差值函数计算信号基频,找到空磨、正常磨和饱磨条件下的基频频段,最终建立料球比与磨音基频频段的关系。由于磨音基频无法线性反映不同的正常磨料球比水平,本文将经验模态分解技术应用于磨音非平稳特征的提取上。该方法利用相关系数准则和本征模函数能量的判别熵准则提取了磨音有效的本征模函数,找到了不同正常磨料位水平下磨音有效本征模函数能量的范围。最终本文利用基频和有效本征模函数分量的能量两大特征建立了料球比检测模型。最后,论文利用工业球磨机现场数据对本文所提方法进行实验和分析。仿真实验结果证明:与传统方法相比,本文提出的基于盲源分离的磨音检测方法可以有效提取出磨音信号,在信噪比上提升55%,基于基频和经验模态分解的磨音处理方法在料球比测量精度上提升至64%。本方法为应用于实际的球磨机料球检测系统提供了理论基础,在保证球磨机高效、稳定的生产方面具有重大意义。