基于噪聲信號的電弧爐冶煉氧化鎂運行狀態分析

付 友 王寧會 王志強 王 振 張小明

(1.大連理工大學電氣工程學院 大連 116024 2.大連理工大學創新實驗學院 大連 116024)

?

基于噪聲信號的電弧爐冶煉氧化鎂運行狀態分析

付 友1王寧會1王志強1王 振2張小明1

(1.大連理工大學電氣工程學院 大連 116024 2.大連理工大學創新實驗學院 大連 116024)

電弧爐產生噪聲的聲壓在空間中的某一點對于時間的積分與弧流、弧壓有關。采集電弧爐冶煉氧化鎂時不同階段的噪聲數據，將噪聲的波形信號轉換成時頻圖。將這些圖像與電弧爐三相電流的波動對比，分析了噪聲信號與電弧爐運行狀態之間的內在相關性，發現電弧爐噪聲信號的聲強及其頻率特性和電弧爐的工作狀態高度相關，各特征頻率的噪聲的強度隨著弧電流的增大而增大，而且在電弧爐運行的不同狀態呈現不同分布，該研究為后續利用噪聲信號控制電弧爐冶煉氧化鎂提供了基礎。

電弧爐 氧化鎂 噪聲 數據采集

0 引言

在利用三相交流電弧爐冶煉氧化鎂時，通過電弧的弧流和弧壓，可推測電弧爐的運行狀態，例如電弧爐起爐、引弧、形成熔池、噴爐和平穩運行等狀態，但由于采用埋弧工藝冶煉礦石，弧流、弧壓不能直接測量[1-3]。相關實驗和理論表明，電弧產生的噪聲的聲壓在空間中的某一點對于時間的積分與弧流和弧壓的乘積有著直接的比例關系[4]。如果采集電弧產生的噪聲信號并加以分析處理，提取電弧爐在不同運行階段的噪聲特征，就可利用這些特征來推斷電弧爐的運行狀態。這種利用電弧噪聲來推斷電器運行狀態的非接觸性測量方法已在電弧焊接領域、半導體器件檢測領域和設備狀態監測領域有所應用[5-12]，而在利用電弧爐冶煉氧化鎂的領域中卻未見有報道。

電弧爐產生的噪聲反映了電弧燃燒的狀態，而電弧燃燒的狀態決定了電弧爐冶煉氧化鎂時功率注入情況和熔池的形態，進而影響電能的總消耗量和產品的質量，因此電弧爐冶煉氧化鎂噪聲采集與特征的分析對提高氧化鎂的生產效率具有重要意義。本研究通過分析電弧產生噪聲的機理，提出了利用噪聲特征監測電弧爐運行狀態的方法。利用傳聲器采集電弧爐噪聲的模擬信號，在傳輸過程中，為信號提供電流源，以電流的形式傳輸信號，通過SMB轉BNC線纜連接傳感器和采集卡，利用局域網將采集卡上A-D轉換后的信號傳入計算機中。將采集到的噪聲數據以TDMS (Technical Document Management System)格式存儲，利用DIAdem軟件分析，并與采集到的電流數據對比，分析噪聲特征與電弧爐冶煉狀態之間的關系，提取噪聲判據，并通過對電弧爐噴爐的預判進一步驗證利用噪聲監測電弧爐狀態的可行性。

1 電弧噪聲的數學模型

1980年，M.G.Drouet和F.Nadeau[4]通過示波器觀察了電弧的功率和電弧爐產生的噪聲聲壓振幅隨時間的積分，發現兩者之間存在明顯的比例關系

sa(t)=kua(t)ia(t)

(1)

式中，sa為電弧在空間中某一點產生的噪聲聲壓的振幅對時間的積分，N·m-2·s；ua(t)為電弧的弧壓，V；ia(t)為電弧的弧流，A；k為比例系數，對于球面波，k取決于幾何因素、空氣的熱膨脹系數以及聲音在電弧中的傳播速度，m-3·s2。

(2)式中，α為幾何因素，取決于空間中該點與電弧的距離r，α=1/r，m-1；γ為空氣的熱膨脹系數；c為電弧中的聲速，在放電過程中呈非線性不斷變化，m·s-1。

忽略聲速在放電過程中的變化，在某一固定點處，且氣壓和溫度變化不劇烈的情況下，空氣的熱膨脹系數為常量，可以將比例系數k作為常量，式(1)兩邊對時間取微分可得

(3)

式中，p(t)為電弧在空間某一點產生的噪聲聲壓的振幅，N·m-2。

氧化鎂冶煉電弧爐的電氣組成包括氧化鎂冶煉專用變壓器、水冷母線、水冷導電橫臂、把持器、石墨電極、電弧和熔融狀態下的礦石，如圖1所示。

圖1 氧化鎂冶煉電弧爐的電氣組成Fig.1 Electrical structure of electric arc furnace smelting magnesium oxide

將圖1中的水冷母線、水冷導電橫臂、電極把持器和石墨電極等效為電阻與電感的串聯，將電弧等效為電阻與電容的并聯，其基本的電路模型如圖2所示。

圖2 氧化鎂冶煉電弧爐等效電路Fig.2 Equivalent circuit of electric arc furnace during smelting magnesium oxide

根據歐姆定律和基爾霍夫定律，經過電弧爐每相的電流與電壓的關系為

(4)

(5)

式中，u(t)為氧化鎂冶煉電弧爐變壓器二次側每相輸出的電壓，在電弧爐冶煉氧化鎂時，其幅值和相位保持恒定；i(t)為氧化鎂冶煉電弧爐變壓器每相輸出的電流，由圖2可知，流經每相的電流i(t)也是電弧的弧電流ia(t)；R為電弧爐水冷母線、水冷導電橫臂、把持器和石墨電極的等效電阻；L為電弧爐水冷母線、水冷導電橫臂、把持器和石墨電極的等效電感；Ra為電弧的等效電阻；Ca為電弧的等效電容。

由式(4)可知

(6)

將式(6)代入式(3)得到

(7)

當冶煉處于穩定狀態時，通過三角函數運算得到

(8)

(9)

(10)式中，Im為正弦電流i(t)的幅值；Um為正弦電壓u(t)的幅值；φ為正弦電流i(t)的初相；ψ為正弦電壓u(t)的初相。

由式(8)可知電弧產生的噪聲壓強是隨時間變化的三角函數，其頻率是電弧爐供電電壓頻率的2倍。由式(9)可知，噪聲壓強的振幅不僅與弧電流和供電電壓的振幅有關，還與供電電源的角頻率ω有關，噪聲振幅對角頻率ω求偏導，得到

(11)

由式(11)可知，在供電電壓、電流的幅值和初相位不變的情況下，電源的頻率越高，電弧產生的噪聲壓強的幅值越大。在實際生產中，電網中會摻雜著諧波，通過對電弧爐冶煉氧化鎂過程中電弧噪聲的監聽還可以有效地識別電網中摻雜的高次諧波。

2 電弧爐冶煉氧化鎂噪聲的數據采集

2.1 電弧爐冶煉氧化鎂噪聲測量點的選取

噪聲的測量點選在爐殼與電弧爐變壓器相對的另一側，距離爐壁5 m，與爐殼軸線成45°，高度為距離爐殼底部2 m的位置，如圖3所示。

圖3 電弧爐噪聲測量點位置圖Fig.3 Test point location of noise from electric arc furnace

采用上述單個測點所測得的噪聲，既包括爐頂及爐體輻射出的聲級，又不被電爐變壓器噪聲所掩蓋，而且與爐體有足夠的距離，不會受到各開孔聲輻射的影響，目前普遍采用這種方法來采集電弧爐的噪聲[13-15]。

2.2 噪聲數據采集系統

噪聲數據采集系統的硬件組成主要包括傳聲器、動態信號采集模塊、模擬量輸入模塊、以太網機箱和工控機。圖4是電弧爐噪聲信號采集硬件系統示意圖。傳聲器使用丹麥G.R.A.S.公司生產的40PH型通用陣列傳聲器，動態信號采集模塊采用美國國家儀器公司生產的NI 9234動態信號采集模塊，模擬量輸入模塊采用NI 9201 12位模擬輸入模塊，其作用是與電弧爐原有的PLC控制系統配合，采集通過PLC控制系統的電量變送器得到電弧爐工作時的三相電流和電壓有效值；以太網機箱采用的是NI cDAQ-9181單槽以太網機箱和NI cDAQ-9188 以太網機箱，為了長時間連續采集電弧爐冶煉氧化鎂整個工作過程中的噪聲信號，工控機采用NI PXIe-8135控制器，該控制器包括以太網接口以及PXIe并行總線，采用Win7操作系統，搭載LabVIEW軟件，進行圖形化編程，控制采集數據過程及存儲數據。以太網機箱和工控機均通過網線連接路由器，將在氧化鎂冶煉車間采集到的噪聲信號和電量信號傳送到遠端的數據分析實驗室。

圖4 電弧爐噪聲信號采集硬件系統示意圖Fig.4 Schematic diagram of data acquisition hard ware system for acoustic signal from electric arc furnace

2.3 噪聲數據采集的流程

利用LabVIEW軟件進行圖形化編程，選擇多個采樣通道，對電弧爐的噪聲、三相電流和電壓值進行同步采樣。噪聲的采樣率設為50 kS/s，采樣精度為24位，為了方便分析，將采集到的噪聲信號通過工程量轉換成聲強，以分貝的形式顯示和存儲；采集三相電壓和電流的有效值，每隔2 s采樣一次，設置采樣精度為12位，換算成有效值形式存儲和顯示。本研究對電弧爐冶煉氧化鎂噪聲的數據采集流程如圖5 所示。

圖5 電弧爐冶煉氧化鎂噪聲的數據采集流程Fig.5 Data acquisition process of the acoustic signal from electric arc furnace during smelting magnesium oxide

3 電弧爐冶煉氧化鎂噪聲特征分析

以遼寧省大石橋市某工廠氧化鎂冶煉車間一臺5 000 kV·A的氧化鎂冶煉電弧爐作為研究對象，使其單獨工作，排除其他電弧爐冶煉時產生的干擾。通過比較冶煉時不同階段噪聲的聲強和頻率，提取其聲強和頻率的特征，提出氧化鎂冶煉階段的噪聲判據，再利用得到的判據預測冶煉狀態，驗證判據的預測準確度。

3.1 電弧爐冶煉氧化鎂噪聲的聲強特征

根據電弧爐冶煉氧化鎂的具體工藝[1]，本研究統計電弧爐冶煉氧化鎂時各階段的噪聲聲強，統計結果如表1所示。由于熔煉原料的性質和爐體結構的不同，相比煉鋼電弧爐產生的噪聲聲強(最高可達110～120 dB[14])，冶煉氧化鎂的聲強較弱；在氧化鎂冶煉的不同狀態下，采集的噪聲的平均聲強存在較大差別(5～40 dB)，這種聲強的差別可作為區分不同冶煉狀態的判據；投料時的噪聲強度最大，是因為冶煉車間機械裝置傾倒礦石時，礦石顆粒撞擊管道產生較大噪聲。

表1 氧化鎂各冶煉狀態平均聲強Tab.1 Average sound intensity in different states during smelting fused magnesium

3.2 電弧爐冶煉氧化鎂噪聲的頻率特征

時頻圖可直觀地反映噪聲中不同頻率成分聲強的分布隨時間的變化，為了明顯區分各頻率噪聲的強度，時頻圖中顏色的深淺表示各頻率噪聲強度，傳聲器采集的電壓信號的振幅與噪聲的聲強的換算關系為

(12)

式中，Lp為聲強，dB；uam為噪聲電壓信號的振幅，mV；s為麥克風傳感器的靈敏度，50 mV/Pa；P0為基準聲壓級，通常取2×10-5Pa。

計算所采集離散的聲強信號在聯合時頻域中的能量分布時，本研究采用的是Wigner-Ville分布算法。對于信號s(t)，利用Hilbert變換得到s(t)對應的解析信號z(t)，即

(13)

式中，t和τ為實變量；P.V.為積分的主值。則信號s(t)的Wigner-Ville分布定義為[16]

(14)

對有限長s(n)(n取0，1，…，N-1)，其離散解析信號為x(n)，則其離散Wigner-Ville分布定義為

(15)

式中，n為時域索引；k為頻域索引；M為窗口長度[17，18]。

由圖6可知電弧爐冶煉氧化鎂時，500 Hz以下噪聲的振幅較大，且存在幾條明顯的亮帶。如果提取電弧爐冶煉氧化鎂的頻率特征，則需要比較500 Hz以下頻率段噪聲的強度分布。

圖6 電弧爐冶煉氧化鎂噪音的時頻圖Fig.6 Time-frequency diagram of noise from arc furnace when smelting magnesium oxide

本研究采集了500 Hz以下頻率段電弧爐起爐、引弧、形成熔池、投料、噴爐和平穩運行等狀態的噪聲時頻圖以及電弧爐的三相電流有效值曲線圖，并提取具有代表性的起爐、平穩運行、噴爐和投料4種狀態的圖像進行比較分析，結果如圖7和圖8所示。

圖7 不同冶煉狀態的噪聲時頻圖Fig.7 Time-frequency diagrams of noise from different smelting states

圖8 不同冶煉狀態的電弧爐三相電流有效值波形Fig.8 RMS waveform of three phase current through arc furnace in different smelting states

從圖7可知，在電弧爐通電工作的任何階段，在100 Hz頻率處都會出現一條亮帶，冶煉車間給電弧爐供應的三相電流的頻率是50 Hz，與式(8)的理論推導結果吻合，即電弧產生的噪聲壓強的頻率是電弧爐供電電源頻率的2倍，之所以出現亮帶而不是亮線的原因是因為電網供電存在頻率波動。由圖7a可見，在電弧爐冶煉氧化鎂起爐時，由于電弧爐的電極與礦石之間沒有形成穩定的電弧，電弧能量微弱，在100 Hz周圍的噪聲的聲強較低，亮帶不明顯，從圖8a可發現，此時流經電弧爐的三相電流也相對較小且平穩；相比起爐階段，在電弧爐平穩運行后，電弧爐的電極與熔池之間形成穩定的電弧，電能順利通過電弧注入到礦石中，電弧攜帶的能量較強，在100 Hz周圍的噪聲的聲強較高，亮帶明顯，見圖7b，同時從圖8b可看出流經電弧爐的三相電流也比起爐階段大，而且略有波動，即使向爐中投料時，礦石顆粒產生的噪聲也不會對聲強的頻率分布產生較大影響，100 Hz處的亮帶依然明顯，見圖7d；在電弧爐冶煉氧化鎂的噴爐階段，一些礦石熔漿噴出爐殼，迅速帶走大量熱量，導致爐內氣壓不穩定，氣體快速流動，沖擊電弧，使得電弧能量減弱，且不斷波動，參見圖7c，此時100 Hz處的亮帶變得模糊且不連續，在200 Hz處出現了明顯的亮帶，聲強不僅高于同一時刻100 Hz處，而且高于平穩運行階段100 Hz亮帶處的聲強，圖7c顯示，流經電弧爐的三相電流有效值保持在12 000 A與14 000 A之間，且劇烈抖動。圖7顯示，除了100 Hz處的亮帶，在每個冶煉狀態的時頻圖中，200 Hz、300 Hz和400 Hz處也會出現較其他頻率區域明顯的亮帶，這是因為電弧爐供電的電網中含有整數次諧波[19-21]。

3.3 利用噪聲監測電弧爐冶煉氧化鎂狀態的判據

通過觀察圖7中各冶煉狀態的噪聲時頻圖的特征總結出如表2所述的規律，并以此作為利用噪聲檢測電弧爐起爐、平穩運行、噴爐和投料4種簡單冶煉狀態的判據，值得注意的是，由于電弧爐冶煉氧化鎂平穩運行狀態和投料狀態中100 Hz亮帶與200 Hz亮帶的關系相近，所以還需要結合表1中記錄的整體噪聲平均聲強來區分這兩種狀態。

表2 氧化鎂各冶煉狀態的時頻圖特征Tab.2 Time-frequency diagram characteristics in different states during smelting magnesium oxide

噴爐狀態在一次冶煉中會多次出現，且現象明顯，利用聲強與時頻圖中200 Hz亮線與100 Hz亮線的特征作為判據，即當電弧爐冶煉氧化鎂時的平均聲強達到78 dB，時頻圖中200 Hz亮帶較100 Hz亮帶明顯且都不連續時，會發生噴爐。本研究利用該判據準確預測了一次冶煉過程中的8次噴爐狀態，證明了利用噪聲監測電弧爐冶煉狀態的有效性與可行性。

為了提高運行狀態判別的準確率，針對容量為5 000 kV·A的三相氧化鎂冶煉電弧爐，將平均聲強、時頻特征以及三相電流3個特征結合起來總結出電弧爐在起爐、噴爐、平穩運行和投料4種冶煉狀態的綜合判別方法，參見表3。其具體流程是，首先測量三相電流的有效值，如果在6 000～11 000 A之間平穩分布，則可初步斷定處于起爐狀態，然后進一步觀測噪聲的特性，若時頻圖中100 Hz、200 Hz亮帶均不明顯，且平均聲強在71 dB左右，則可確定處于起爐狀態；如果電流的有效值均在11 000～14 000 A之間波動，則可能處于平穩運行、噴爐或投料3種狀態，在這種情況下，需進一步分析噪聲的特性，若時頻圖中200 Hz亮帶較100 Hz亮帶明顯且都不連續，且平均聲強在78 dB左右，可確定處于噴爐狀態，若時頻圖中100 Hz亮帶較200 Hz亮帶更明顯且都連續，且平均聲強在70 dB左右，可確定處于平穩運行狀態，若時頻圖中100 Hz亮帶較200 Hz亮帶更明顯且都連續，且平均聲強在100 dB左右，則可確定處于投料狀態。

表3 氧化鎂冶煉狀態的綜合特征Tab.3 Comprehensive characteristics in different states during smelting magnesium oxide

4 結論

本研究分析了電弧爐冶煉氧化鎂過程中產生噪聲的機理，提出了利用噪聲特征監測電弧爐運行狀態的方法。采集了電弧爐冶煉氧化鎂時的噪聲、三相電流和電壓，得出了不同冶煉狀態下噪聲的時頻圖，與電弧爐三相電流有效值的波形圖比較，提取出不同冶煉狀態下的噪聲特征，將其作為氧化鎂冶煉狀態的判據。通過判據對冶煉氧化鎂過程中的噴爐狀態進行了有效預測，結果表明利用噪聲可有效監測電弧爐冶煉氧化鎂的工作狀態，這為進一步利用噪聲信號控制電弧爐冶煉氧化鎂提供了基礎。

[1] 任茂勝.電熔鎂砂的冶煉工藝及電參數選擇[J].工業加熱，2011，40(4)：75-76. Ren Maosheng.The smelting technology of electric furnace melting magnesite and its electric parameter selection[J].Industrial Heating，2011，40(4)：75-76.

[2] 吳志偉，柴天佑，付俊，等.電熔鎂爐熔煉過程的智能設定值控制[J].控制與決策，2011，26(9)：1417-1420. Wu Zhiwei，Chai Tianyou，Fu Jun，et al.Intelligent setpoints control of smelting process of fused magnesium furnace[J].Control and Decision，2011，26(9)：1417-1420.

[3] 吳永建，吳志偉，張莉，等.電熔鎂爐智能優化仿真實驗平臺[J].系統仿真學報，2011，23(4)：676-680. Wu Yongjian，Wu Zhiwei，Zhang Li，et al.Simulation platform for intelligent optimization control of electric-fused magnesia furnace[J].Journal of System Simulation，2011，23(4)：676-680.

[4] Drouet M G，Nadeau F.Acoustic measurement of the arc voltage applicable to arc welding and arc furnaces[J].Journal of Physics E：Scientific Instruments，1982，15(3)：268-269.

[5] 劉立君，蘭虎，鄭紅艷，等.MIG焊電弧聲信號與熔透狀態相關性[J].機械工程學報，2010，46(14)：79-84. Liu Lijun，Lan Hu，Zheng Hongyan，et al.Relationship between arc sound signal and penetration status in MIG welding[J].Journal of Mechanical Engineering，2010，46(14)：79-84.

[6] 劉立君，周濱濤，戴鴻濱，等.管道MIG焊雙通道電弧聲信號采集與特征分析[J].焊接學報，2012，33(8)：41-44. Liu Lijun，Zhou Bintao，Dai Hongbin，et al.MIG arc welding pipe dual channel characteristic acoustic signal acquisition and analysis[J].Transactions of the China Welding Institution，2012，33(8)：41-44.

[7] Wang J F，Chen B，Chen H B，et al.Analysis of arc sound characteristics for gas tungsten argon welding[J].Sensor Review，2009，29(3)：240-249.

[8] Lv N，Xu Y，Zhang Z，et al.Audio sensing and modeling of arc dynamic characteristic during pulsed Al alloy GTAW process[J].Sensor Review，2013，33(2)：147-156.

[9] 楊廣華，李玉蘭，于莉媛.基于低頻噪聲的LED壽命衰減研究[J].電工技術學報，2013，28(S2)：239-242. Yang Guanghua，Li Yulan，Yu Liyuan.LED life attenuation study based on low frequency noise[J].Transactions of China Electrotechnical Society，2013，28(S2)：239-142.

[10]吳鵬，汲勝昌，曹濤，等.高壓直流換流站交流濾波電容器降噪措施[J].電工技術學報，2011，26(1)：162-169. Wu Peng，Ji Shengchang，Cao Tao，et al.Audible noise reduction measures for filter capacitors in HVDC converter station[J].Transactions of China Electrotechnical Society，2011，26(1)：162-169.

[11]鮑曉華，劉謀志，吳鋒，等.基于旋轉柔度的汽車發電機安裝系統對其噪聲的影響分析[J].電工技術學報，2013，28(6)：46-51. Bao Xiaohua，Liu Mouzhi，Wu Feng，et al.Influence of alternator’s installation system on its electromagnetic noise based on rotational compliance[J].Transactions of China Electrotechnical Society，2013，28(6)：46-51.

[12]曹濤，汲勝昌，吳鵬，等.基于振動信號的電容器噪聲水平計算方法[J].電工技術學報，2010，25(6)：172-177. Cao Tao，Ji Shengchang，Wu Peng，et al.Calculation method of noise level for capacitor based on vibration signal[J].Transactions of China Electrotechnical Society，2010，25(6)：172-177.

[13]Haering H U，Polthier K，Schmitz J.Noise emission of electric furnace steelworks installations[J].Stahl Und Eisen，1979，99(11)：562-568.

[14]Mcqueen D H.The electric arc furnace as a noise source[J].Noise Control Engineering，1980，15(2)：89-95.

[15]梁其和.電弧爐的噪聲[J].噪聲與振動控制，1983，3(4)：28-31. Liang Qihe.Noise of electric arc furnace[J].Noise and Vibration Control，1983，3(4)：28-31.

[16]劉本永.非平穩信號分析導論[M].北京：國防工業出版社，2006.

[17]翁曉明.基于WVD算法的信號分析軟件設計[J].信息技術，2009，33(9)：66-68. Weng Xiaoming.Design of signal analysis software based on WVD algorithm[J].Information Technology，2009，33(9)：66-68.

[18]Bailey D H，Swarztrauber P N.The fractional Fourier transform and applications[J].SIAM Review，1991，33(3)：389-404.

[19]王賀萍，史志鴻，趙虹，等.110 kV礦熱爐供電系統高低壓無功補償分析[J].電力系統保護與控制，2011，39(15)：84-88. Wang Heping，Shi Zhihong，Zhao Hong，et al.Analysis of high and low voltage power compensation on 110 kV power supply system in submerged arc furnace[J].Power System Protection and Control，2011，39(15)：84-88.

[20]張愷倫，陳宏偉，江全元.電弧爐負荷的三相綜合建模與參數辨識[J].電力系統保護與控制，2012，40(16)：77-82. Zhang Kailun，Chen Hongwei，Jiang Quanyuan.Modeling and parameter identification of electric arc furnace load[J].Power System Protection and Control，2012，40(16)：77-82.

[21]梁志瑞，葉慧強，趙飛.電力系統諧波狀態估計研究綜述[J].電力系統保護與控制，2010，38(15)：157-160. Liang Zhirui，Ye Huiqiang，Zhao Fei.Overview on power system harmonic state estimation[J].Power System Protection and Control，2010，38(15)：157-160.

Running State Analysis of the Electric Arc Furnace Smelting Magnesium Oxide Based on the Noise Signal

FuYou1WangNinghui1WangZhiqiang1WangZhen2ZhangXiaoming1

(1.School of Electrical Engineering Dalian University of Technology Dalian 116024 China 2.School of Innovation Dalian University of Technology Dalian 116024 China)

The time integral of the noise sound pressure from the electric arc furnace at a certain point in the space is related to the product of the arc current and the arc voltage.In this work，the noise data at different stages when smelting magnesium oxide with electric arc furnaces were acquired.The waveforms of the noise were converted into time-frequency diagrams.By comparing them with the fluctuation of the three phase currents and analyzing the internal correlation between the noise signal and the running states of the electric arc furnace，it is found that the sound intensity and the frequency characteristics of the noise signal from the electric arc furnace are highly correlated with its working states.The noise intensity of each characteristic frequency increases with the arc current and shows different distributions in different operation states of the electric arc furnace.This conclusion provides the basics for the subsequent work that using the noise signal to control the electric arc furnace during smelting magnesium oxide.

Electric arc furnace，magnesium oxide，noise signal，data acquisition

菱鎂礦綠色生產電熔鎂關鍵技術及裝備合作研究(2014DFR50880)、中央高校基本科研業務費專項(DUT12RC(3)82)資助項目。

2014-11-06 改稿日期2014-12-14

TM932

付 友 男，1988年生，博士研究生，研究方向為電工理論與新技術。(通信作者)

王寧會 男，1954年生，教授，博士生導師，研究方向為電工理論與新技術。