基于小波分析的礦用通風機故障診斷研究

張永杰

（五礦邯邢礦業有限公司 西石門鐵礦機動科，河北 武安056300）

0 引 言

礦用通風機是保障煤礦企業正常有序生產的重要動力設備，在煤礦開采過程中起著重要的作用[1]。然而由于煤礦開采的工作環境交叉，通風機的電動機在正常運行時需要承受較大的電壓、電流及劇烈的振動，同時受限于電動機軸承的制作工藝，其轉子自身存在一定的缺陷，極易發生轉子斷條及開裂，人工巡檢方式很難提前發現隱患故障[2]。因此，研究礦用通風機的故障診斷技術，對于提高礦用通風機的運維水平，具有重大實際生產指導意義，預測的故障診斷結果可在一定程度上分析通風機的故障特征，對于提前安排檢修運維，可有效地減少通風機運行中因發生故障而帶來的一系列危害[3-4]。

對于礦用通風機故障診斷而言，國內外學者也開展了一系列的研究。常用的方法有時域分析方法和頻域分析方法，時域分析方法實現簡單，但難以清晰分析復雜工況下的電動機振動故障特征[5]。傳統的電動機軸承故障診斷頻域分析方法大都采用的是傅里葉變換分析方法，該方法在分析平穩故障信號時具有良好的效果，但是通常電動機軸承設備故障存在突變性，故障信號呈現非平穩特征，導致故障信號含有大量噪聲信號，此時采用傅里葉變換難以提取有用信號的故障特征[6]。

針對上述問題，本文提出了一種基于小波分析的煤礦通風機故障診斷方法。該方法首先利用小波分析方法對采集到的通風機軸承振動數據進行降噪處理，然后利用Hilbert變換求解出小波降噪后特征信息的故障特征頻率，可有效提高礦用通風機故障診斷的精度。……