一种矿用掘进机电机常见故障的诊断技术

为了提高矿用掘进机电机使用的可靠性和寿命,保障矿山的正常生产和作业安全,开展矿用掘进机电机常见故障诊断技术研究。首先,针对机械故障、电气故障、液压系统故障和控制系统等常见故障类型特征进行分析,对电机进行外观检查,查看是否有明显的破损、裂纹、烧蚀等异常现象,并通过监测和分析电机的振动值和温升情况,发现电机的异常情况,从而判断是否存在故障。然后,根据上述故障诊断结果和常见故障特征,将GA-BP神经网络与Adaboost算法进行有效结合,以构建电机故障诊断模型。应用该项诊断技术对6台矿用掘进机电机诊断的精度均在95%以上,最高时达到97%。该项诊断技术的诊断性能比较优秀,能够推动该领域的技术进步和创新发展。