为了提高矿山企业生产效率,保证机械设备能够安全运行,针对旋回式破碎机结构庞大,运行机理复杂以及故障关联性较强的问题,提出一种基于多源异质信息融合的旋回式破碎机故障智能诊断方法,对机械故障诊断方法完善和实现矿山的智能管理具有重要意义。首先,通过文献阅读与实地调研,对矿山破碎机基本原理及故障机理进行研究,分析其故障类型及故障原因,利用多传感技术对矿山破碎机运行原始信号进行获取,利用小波去噪对信号预处理,利用小波包能量分析法对破碎机运行原始信号中能够有效表征故障的数据特征进行提取;其次,学习掌握支持向量机的基本理论,主要对SVM核函数、多分类方法、参数的选择、后验概率输出等进行算法寻优。然后,对信息融合方法进行研究,提出基于SVM和D-S证据理论融合的矿山破碎机故障诊断模型;最后,对某实际矿山中所使用的旋回式破碎机及其工作环境进行介绍,将基于多源异质信息融合的破碎机故障智能诊断方法应用在该矿山旋回式破碎机的故障诊断中。在矿山旋回式破碎机故障诊断应用中,基于多源异质信息融合的破碎机故障诊断方法比基于同质信息的故障诊断的准确率提高了18.65%,即该方法能够有效智能得诊断出矿山破碎机的故障类型,从而更能保障矿山破碎机的安全可靠运行,减少其维修及人员成本,提升企业设备管理能力,以及防止事故的发生,实现对矿山破碎机等机械设备的实时动态监测与控制,从而提高矿山企业生产效益。