夏辉丽,　郭亚男，　余发军,2

(1.中原工学院 信息商务学院, 河南 郑州　451191；

2.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)

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1,2

(1.中原工学院 信息商务学院, 河南 郑州451191；

2.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

0引言

煤矿生产运输过程中，传送设备起着将矿物自动传送至目标地点的作用，因此，保证其正常运行对整个生产运输环节至关重要。然而，由于长期受重载工况和外侵灰尘的影响，煤矿中的传送设备极易发生故障，特别是传动轴承及传动齿轮等关键部件发生故障的概率更高。一旦滚动轴承的内外环或齿轮间有外侵物落入，在重载工况下很容易产生故障，所以，对此类设备进行故障监测与诊断对保障煤矿安全正常生产至关重要。……