基于分组协同的带式输煤机托辊故障声学实时监测方法

本发明公开了基于分组协同的带式输煤机托辊故障声学实时监测方法，该方法首先基于拓扑约束分组原则布设声学传感器，基于声学传感器采集到的声信号建立标准托辊运行信号声纹库，并通过能量特征计算中心频段。其次使用VMD对采集到的声信号进行子带分解，并在过程中通过量子‑混沌共振因子驱动的量子约束优化引擎对VMD参数进行优化。然后通过互信息熵判断中心频段是否存在异常，并决定是否进入声纹比对及故障诊断。最后基于哈希匹配算法，进行声纹比对及故障诊断，完成实时监测。本发明特征提取精度跃升，并对动态工况实现了自适应，解决大规模托辊群监测计算复杂度高、定位精度低、硬件成本高的问题。