煤礦主通風機振動信號特征提取技術的研究.pdf

1、煤礦主通風機是保證煤礦安全生產的關鍵設備，是煤礦井下通風的主要動力來源，通風機的正常工作可以向礦井工作面中輸送新鮮的空氣，保證井下工作環(huán)境良好，所以煤礦主通風機的無故障的連續(xù)工作需要得到保證，這對整個煤礦的生產工作都是一種保證。但是煤礦主通風機需要長時間帶負荷運轉，所以在此長期的運行過程中，由于自身器件和外界因素的影響容易發(fā)生一些故障，發(fā)生故障的直接表現就是主風機的振動異常，主通風機的振動信號往往包含大量的故障信息，所以隨著技術進步和信

2、號處理相關理論的發(fā)展，振動信號的特征提取也會有更廣闊的發(fā)展前景。
　　主通風機的振動信號通常為多分量的非平穩(wěn)、非線性信號，目前的常見時頻分析方法有短時傅里葉變換、Winger-Ville分布、小波變換、EMD等都具有一定的局限性，本文主要采用了局域均值分解（LMD）和小波閾值去噪相結合的方法對煤礦主通風機的振動信號進行特征提取和分析，主要研究內容如下：
　　研究了常用的時頻分析方法（短時傅里葉變換、Winger-Ville分

3、布、小波變換）在處理非平穩(wěn)信號上的表現，分析出各自在非平穩(wěn)信號分析上的特點和不足。
　　研究了經驗模態(tài)分解（EMD）和局域均值分解（LMD）的基本原理和基本算法，并在MATLAB平臺上進行了仿真分析，并對兩種方法在端點處理上進行了比較分析，說明LMD算法更加適應于非平穩(wěn)信號的分析。
　　研究了小波閾值去噪方法在MATLAB平臺上的實現，并與傅里葉去噪進行了對比分析實現，得出小波閾值去噪的優(yōu)越性，并提出了基于局域均值分解（LM