基于KNN与SVM两级综合健康指标的托辊故障诊断方法

带式输送机是煤炭生产过程中的重要运输设备,但目前其故障诊断技术发展仍不成熟。为推进智能化故障诊断方法在带式输送机故障诊断中的应用,以带式输送机的转动部件——托辊的故障诊断方法为研究对象,提出了一种基于两级综合健康指标的托辊故障诊断方法。该方法以提取的音频序列的Mel频率倒谱系数(MFCC)作为特征,利用K最近邻(KNN)分类算法的结果计算一级健康指标,据此判断故障是否发生;采用支持向量机(SVM)的结果计算二级健康指标,据此对故障程度进行识别,从而最终完成托辊故障等级的智能化评估。在方法验证阶段,使用采集到的屯兰选煤厂托辊声音数据,并依托Matlab平台进行了试验验证,结果表明:该诊断方法能较好地识别托辊故障是否发生并准确判断故障等级,在故障诊断准确性方面优于其他方法。

随州市接触职业病有害因素作业工人上岗前健康状况

目的了解上岗前工人健康状况,为进一步开展职业健康监护工作和针对性地采取预防措施提供科学依据。方法对随州市疾病预防控制中心职业病防治所体检中心2015—2016年接触职业病有害因素作业的2 236例上岗前工人体格检查资料进行描述流行病学分析。结果 2 236名上岗前工人检出高血压514人(22.99%),肝功能异常332人(14.85%),血常规异常258人(11.54%),尿常规异常205人(9.17%),高仟伏X线胸片异常143人(6.40%),心电图异常97人(4.34%),肝脏B超异常55人(2.46%),肺功能异常29人(1.33%),电测听异常61人(26.87%),并发现粉尘、苯系物和噪声职业禁忌证。高血压、血常规、肝脏B超、高仟伏X线胸片、电测听和肺功能异常检出率在上岗前有无接触有害因素的人群间比较,差异有统计学意义(P<0.05)。高血压、心电图、血尿常规、肝功能、高仟伏X线胸片和电测听异常检出率在不同年龄组中差异有统计学意义(P<0.05);而在1 247名上岗前有接触职业有害因素的工人中,高血压、心电图、血常规和高仟伏X线胸片异常检出率在不同年龄组中差异有统计学意义(P<0.05)。结论上岗前工人常见异常情况位居前5位的依次是高血压、肝功能异常、血常规异常、尿常规异常、高仟伏X线胸片,高血压、肺结核是严重危害随州市工矿企业上岗前职工主要疾病,发现上岗前职业禁忌证主要以粉尘、苯系物和噪声为主,应采取积极有效干预措施。