矿用风机故障诊断方法研究  

Study on fault diagnosis method of mine fan

作　　者：郇郭建 HUAN Guojian

机构地区：[1]霍州煤电集团吕梁山煤电有限公司方山店坪煤矿,山西省吕梁市033100

出　　处：《现代矿业》2020年第12期135-138,共4页Modern Mining

摘　　要：为了保障煤矿通风安全,提高矿用风机故障诊断的准确性,采用时域统计分析方法对风机轴承振动数据进行分析,综合利用峰值因子、均方根值、峭度指标和裕度系数对煤矿风机轴承进行在线监测;利用小波包络的方法对风机轴承信号进行处理分析,设计并训练了收敛速度快、精度高的BP神经网络。结果表明,峭度指标和裕度系数对轴承的缺陷比较敏感,不受轴承型号、载荷、转速等条件的影响;小波包络的方法对于处理强噪声环境下的非平稳振动信号有良好的效果,能够准确地提取信号中的故障特征。运用小波包和神经网络相结合的方法能够高效诊断出风机故障类型,指导设备维护。

关 键 词：风机故障 时域分析 小波变频 神经网络 

分 类 号：TD441[矿业工程—矿山机电]