一种输送机故障诊断方法、系统、电子设备及存储介质技术方案

本发明专利技术涉及一种输送机故障诊断方法、系统、电子设备及计算机可读存储介质，所述方法包括：获取输送机的振动信号，根据所述振动信号生成多个本征模态分量；获取每个本征模态分量的能量熵值，根据所述能量熵值得到特征向量；将所述特征向量输入至训练完备的SVM分类器中，获取振动信号类型，根据所述振动信号类型确定输送机故障状态。本发明专利技术提供的输送机故障诊断方法，提高了输送机故障诊断的效率和早期故障诊断准确率。期故障诊断准确率。期故障诊断准确率。

【技术实现步骤摘要】
一种输送机故障诊断方法、系统、电子设备及存储介质


[0001]本专利技术涉及故障诊断
，尤其涉及一种输送机故障诊断方法、系统、电子设备及计算机可读存储介质。

技术介绍

[0002]输送机作为当前运输散货物料的主要设备，广泛应用于港口、矿山、电站、冶金、化工、煤炭等工业领域。特别是带式输送机，作为运输领域的中枢环节，一旦发生故障，将会造成大量物料堆积，并直接导致整个运输系统停止运行，造成大量的经济损失。而托辊和滚筒作为带式输送机重要的旋转设备，产生的故障占带式输送机总故障的50％左右，造成的设备停机时间占总停机时间的45％左右。
[0003]托辊作为带式输送机的主要承载部件，广泛分布于带式输送机上，重量约占整个带式输送机的30％，制造成本约占带式输送机总成本的35％。对带式输送机发生的事故分析，由托辊失效导致的托辊温度升高是带式输送机发生着火事故的主要原因之一。目前对带式输送机故障检测的方法大多是人工巡检，这对巡检工人的故障识别能力提出了较高要求。而托辊和滚筒的早期故障难以被巡检工人检测出来。这些使得工人巡检的诊断效率较低以及早期故本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种输送机故障诊断方法，其特征在于，包括：获取输送机的振动信号，根据所述振动信号生成多个本征模态分量；获取每个本征模态分量的能量熵值，根据所述能量熵值得到特征向量；将所述特征向量输入至训练完备的SVM分类器中，获取振动信号类型，根据所述振动信号类型确定输送机故障状态。2.根据权利要求1所述的输送机故障诊断方法，其特征在于，根据所述振动信号生成多个本征模态分量，具体包括：利用最大相关峭度反卷积，获取最优滤波器系数，以所述最优滤波器系数对所述振动信号进行滤波，得到滤波后的振动信号，对所述滤波后的振动信号进行模态分解，得到多个本征模态分量。3.根据权利要求2所述的输送机故障诊断方法，其特征在于，所述利用最大相关峭度反卷积，获取最优滤波器系数，具体包括：确定移位相关峭度方程，对所述移位相关峭度方程求导并使导数为0，获取迭代解，根据初始滤波器系数和迭代解，进行迭代求解，直至迭代误差小于设定值，获取最优滤波器系数；所述移位相关峭度方程为其中，CK
M
(T)为移位相关峭度，x
n
表示振动信号第n个采样点的幅值，N表示输入信号的采样数，T表示故障信号的周期，M为信号平移周期数。4.根据权利要求2所述的输送机故障诊断方法，其特征在于，对所述滤波后的振动信号进行模态分解，得到多个本征模态分量，具体包括：对滤波后的振动信号多次加入幅值均值为0、标准差为常数的不同白噪声，对加入白噪声的振动信号分别进行经验模态分解，分别得到多个本征模态分量，将对应的本征模态分量进行相加平均运算，获取消除白噪声后的本征模态分量，以此得到多个本征模态分量。5.根据权利要求1所述的输送机故障诊断方法，其特征在于，获取每个本征模态分量的能量熵值，根据所述能量熵值得到特征向量，具体包括：计算每个本征模态分量的能量值，根据所述能量值...

【专利技术属性】
技术研发人员：王贡献，卢广浩，胡志辉，付泽，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：