基于稀疏分类算法的矿物传送设备故障诊断方法

• 作者: 余发军 夏辉丽 郭亚男
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 矿物传送设备 故障诊断 稀疏分类 傅里叶变换
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 实验研究
• 页码范围: 43-46
• 页数: 4页
• 分类号: TD67
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2016.02.011

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭亚男		11	40	3.0	6.0
2	余发军		16	67	3.0	8.0
3	夏辉丽		15	28	3.0	4.0