基于稀疏分类算法的矿物传送设备故障诊断方法
夏辉丽1
郭亚男1
余发军2
1.中原工学院信息商务学院,河南郑州,4511912.中原工学院信息商务学院,河南郑州 451191;武汉科技大学冶金自动化与检测技术教育部工程研究中心,湖北武汉430081
摘要：针对现有基于特征频率识别的矿物传送设备故障诊断方法存在易受强噪声干扰的问题,提出了基于稀疏分类算法的矿物传送设备故障诊断方法.首先,利用计算机测取设备已知故障类型的振动信号,并对其进行傅里叶变换;然后,以傅里叶变换系数构造训练字典,将待测故障类型的振动信号傅里叶变换系数在该训练字典上进行稀疏分解,求取稀疏系数;最后,利用重构信号最小误差判别故障类型.仿真和测试结果表明,该方法能有效诊断出矿物传送设备中轴承的故障类型,为煤矿传送设备的故障监测提供了一种新方法.
关键词：矿物传送设备故障诊断稀疏分类傅里叶变换
分类号：TD67(矿山电工)
资助基金：国家自然科学基金(61174106)河南省高等学校科研重点项目(15B510017)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息