采煤机截割部传动系统故障信号小波包分解方法研究.pdf

振动与冲。h 第3 8 卷第1 4 期 J O U R N A I 。O FV I B R A T I O NA N DS H O C KV 0 1 ．3 8N o ．1 42 0 1 9 采煤机截割部传动系统故障信号小波包分解方法研究 刘旭南，赵丽娟，付东波，张飞飞 辽宁工程技术大学机械工程学院，辽宁阜新1 2 3 0 0 0 摘要采煤机主要通过截割部上的滚筒截割煤岩，若其传动系统发生故障将导致采煤工作中断，造成巨大的经 济损失。以M G 2X 7 0 ／3 2 5 采煤机为依托，采用P R O ／E 建立了断齿、裂纹齿轮和缺陷轴承等常见故障模型，利用A N S Y S 及 A D A M S 建立了引入故障形式的采煤机截割部刚柔耦合虚拟样机模型，提取各惰轮轴轴向和径向受力数据，作为建立故障 诊断系统的样本。用C o i f 4 小波对数据进行小波包分解，求各子带能量值，作为神经网络输入向量，结合E l m a n 神经网络 建立采煤机截割煤岩时的故障诊断模型，仿真结果表明该方法可有效地诊断传动系统的故障零件和类型，对于复杂工况 下，采煤机故障检测以及在线实时监测具有一定的指导意义。 关键词采煤机；截割部；故障诊断；小波包分解法；神经网络 中图分类号T D 4 2 1 ．6 3文献标志码A D O I 1 0 ．1 3 4 6 5 ／j ．c n k i ．j V S ．2 0 1 9 ．1 4 ．0 2 4 S t u d yo nw a v e l e tp a c k e td e c o m p o s i t i o nm e t h o df o rf a u l ts i g n a l o fs h e a r e rc u t t i n gu n i tt r a n s m i s s i o ns y s t e m L I UX u n a n ，Z H A OL i j u a n ，F UD o n g b o ，Z H A N G 凡弧i C o l l e g eo fM e c h a n i c a lE n g i n e e r i n g ，L i a o n i n gT e c h n i c a lU n i v e r s i t y ，F u x i n12 3 0 0 0 ，C h i n a A b s t r a c t T h es h e a r e rc u tc o a la n dr o c km a i n l yt h r o u g ht h ed r u mo nt h ec u t t i n gu n i t ．I ft h et r a n s m i s s i o ns y s t e m f a i l s ，t h em i n i n gw o r kw i l lb ei n t e r r u p t e d ，r e s u l t i n gi nh u g ee c o n o m i cl o s s e s ．B a s e do nM G 2X7 0 ／3 2 5s h e a r e r ，t h e c o m m o nf a u l tm o d e l so fb r o k e nt e e t h ，c r a c k e dg e a r sa n dd e f e c t i v eb e a r i n g sw e r ee s t a b l i s h e db yP R O ／E ，a n dt h er i g i d - f l e x i b l ec o u p l i n gv i r t u a lp r o t o t y p em o d e lo fs h e a r e rc u t t i n gu n i tw a se s t a b l i s h e db yu s i n gA N S Y Sa n dA D A M S ．T h ea x i a l a n dr a d i a lf o r c ed a t ao fe a c hi d l e rs h a f tw e r ee x t r a c t e da ss a m p l e st oe s t a b l i s ht h ef a u l td i a g n o s i ss y s t e m ．C o i f 4w a v e l e tw a s u s e dt od e c o m p o s et h ed a t a ，a n dt h ee n e r g yv a l u eo fe a c hs u b - b a n dw a so b t a i n e da st h ei n p u tv e c t o ro fn e u r a ln e t w o r k ． C o m b i n e dw i t hE l m a nn e u r a ln e t w o r k ，t h ef a u l td i a g n o s i sm o d e lo fs h e a r e rc u t t i n gc o a la n dr o c kw a se s t a b l i s h e d ．T h e s i m u l a t i o nr e s u l t ss h o w e dt h a tt h i sm e t h o dc a ne f f e c t i v e l yd i a g n o s et h ef a u l tp a r t sa n dt y p e so ft r a n s m i s s i o ns y s t e m ，a n d h a sc e r t a i n g u i d i n gs i g n i f i c a n c ef o r s h e a r e rf a u l td e t e c t i o na n do n l i n er e a l - t i m e m o n i t o r i n g u n d e rc o m p l e xw o r k i n g c o n d i t i o n s ． K e yw o r d s s h e a r e r ；c u t t i n gu n i t ；f a u l td i a g n o s i s ；w a v e l e tp a c k e td e c o m p o s i t i o nm e t h o d ；n e u r a ln e t w o r k 采煤机是煤矿开采过程中最常见的综采设备，其 主要由截割部、牵引部、行走部和附属装置等部分组 成，其中截割部消耗功率约占整机功率的9 0 ％左右，也 是发生故障最高的部分屯o ，因此故障诊断模型的建 立以及故障的有效诊断，对于采煤机维护、自动化生产 以及无人工作面的开发等方面显得至关重要。 为此，专家学者也展开了相关研究。2 0 世纪8 0 年 代，许景昆。3 1 以S I R U S 一4 0 0 型采煤机为研究对象，给 出了系统的诊断方法和诊断标准；2 0 世纪9 0 年代后， 基金项目国家自然科学基金 5 1 6 7 4 1 3 4 ；辽宁省自然科学基金 2 0 1 7 0 5 4 0 4 2 0 收稿刚明2 0 1 8 0 9 2 5 修改稿收到日期2 0 1 8 1 2 0 3 第一作者刘旭南男，博士，讲师，1 9 8 5 年生 许多学者综合了多种常见的分析方法，在采煤机故障 现象采用正交小波变换法、模块化神经网络和专家系 统结合的方法开发了采煤机故障的智能专家系 统_ 4 。o ；2 0 0 6 年杨高宏【8 1 引入断齿故障模型，并结合动 力学仿真对齿轮啮合力的频率谱密度分析，确定设备 故障情况下齿轮啮合的频率特征，进而分析设备故障 状态；2 0 1 4 年弓晓凤等一1 用小波包变换对采煤机故障 信号进行分解重构和能量计算，并以此提出一种减速 器故障诊断方法。但是针对该方法的实验故障判断不 明确，不能精确判断故障的发生部位；2 0 1 5 年刘晓乐 等叫通过研究不同齿轮断齿形式下接触力信息，分析 断齿故障形式对齿轮各阶传动的影响，最终发现断齿 故障形式会使接触力频率边频带能量变得密集；2 0 1 7 年郝志勇等用销轴传感器对采煤机摇臂惰轮轴进行 万方数据 1 7 0 振动与冲击 2 0 1 9 年第3 8 卷 工作载荷测量，提出一种相对准确的惰轮轴载荷测量 方法。本文采用M A T L A B ，P R O ／E ，A N S Y S 和A D A M S ， 建立包含断齿、裂纹齿轮和缺陷轴承等常见故障的采 煤机截割部截割煤岩的刚柔耦合虚拟样机模型，通过 仿真获取各惰轮轴轴向和径向受力数据，通过小波包 分解法将其转化的各子带能量值作为神经网络的输入 信号，通过训练后，形成了虚拟样机与神经网络相结合 的小波包分解法采煤机截割煤岩的故障诊断模型。该 模型可对复杂工况下服役的采煤机传动系统中齿轮裂 纹、断齿，轴承内外圈、滚动体、保持架缺陷等故障形式 进行预测和诊断，解决了以往仅能对单一故障零件的 振动信号进行分析及只适用于分析截割普通煤岩工况 的不足，对在线实时监测具有一定的理论价值。 1 截割部传动系统模型的建立 1 ．1 故障模型的建立 根据收集的常见故障案例m3 ，采用参数化建模方 法建立传动系统的齿轮零件，根据裂纹扩展轨迹‘1 3 1 对 齿轮1 、齿轮2 和行星轮引入裂纹特征和断齿特征，以 齿轮1 为例，建立好的故障模型如图1 所示。 九◆ a 齿轮l 裂纹模型 b 齿轮l 断齿模型 图1 齿轮故障三维模型 F i g ．1G e a rf a i l u r et h r e ed i m e n s i o n a lm o d e l s 参照凯斯西储大学2 0 1 3 年公布的轴承实验数 据4 | ，建立宽度、深度分别为1 ．2 7m m ，0 ．7m m 的沟痕 缺陷内圈和外圈模型，建立直径为0 ．1 8 0 ．0 4 3m m 、 深度为0 ．2 8m m 的深坑点蚀滚动体模型，相应模型如 图2 a ～图2 C 所示，而保持架缺陷为限制连续两个 滚动体转动，可通过A d a m s 中对轴承保持架和滚动体 问的约束来实现，其模型如图2 d 所示。 1 ．2 柔性零件的生成 柔眭体可以更好模拟零部件工作时的接触、及振动 等特征，因此将实验模型中的测试轴、故障零件等关键零 件做成柔性体形式。将P R O ／E 中建立好的三维模型直 接导入到A N S Y S 中，按照设计要求定义材料属性和实常 数，定义网格单元类型为s o l i d8 n o d e1 8 5 以模拟弹性接 触，并对齿轮、轴承的故障部位进行局部细化；通过m 矛d R e g i o n 将零件工作中与其他零件的接触面和该面几何 中心上的一点建立包含所有自由度的刚性区域；最后通 过E x p o r tt oA D A M S 命令生成各零件对应的M N F 文件。 魂仇 fc 滚动体缺陷模犁 d 保持架缺陷模型 图2 轴承故障三维模型 F i g ．2B e a r i n gf a i l u r et h r e ed i m e n s i o n a lm o d e l s 1 ．3刚柔耦合虚拟样机模型的建立 在P R O ／E 中建立采煤机截割部零件模型，并将其 装配成整体，通过M E C H ／p r o 导入A D A M S 中，导人后 的虚拟样机模型如图3 所示。 行 星 轮 9 图3 虚拟样机模型 F i g ．3V i r t u a lp r o t o t y p em o d e l 在A D A M S 中点选需要被替换的刚性零件，通过磁百d T oF l e x 命令完成相关柔性零件的导人和替换，由于故障 诊断系统以测试轴1 齿轮2 轴 、测试轴2 齿轮2 轴 、测 试轴3 齿轮5 轴 和测试轴4 齿轮8 轴 的轴向和径向受 力信号为诊断参数，故将其替换成对应的柔性体文件，以 便虚拟样机仿真结束后提取数据。在替换后根据截割部 实际情况添加约束、驱动、接触以及载荷，最终形成刚柔耦 合虚拟样机模型如图4 所示。其中比较重要的三个部分 分别为载荷和接触的计算以及仿真步长的设定。 图4刚柔耦合虚拟样机模型 F i g ．4R i g i df l e x i b l ec o u p l i n gv i r t u a lp r o t o t y p em o d e l 万方数据 第1 4 期 刘旭南等采煤机截割部传动系统故障信号小波包分解方法研究 1 7 1 1 ．3 ．1 载荷的计算 采煤机载荷主要是由于截齿与煤岩相互作用产生 的，如图5 所示，第J 截齿在截割煤岩时会受到截割阻 力z ，和牵引阻力F 及侧向力x ，5 | ，利用M A T L A B 计 算各个截齿的瞬态载荷，并将各个截齿不同的瞬态负 载进行转化和合成，得到滚筒质心处的载荷6 。。设置 滚筒直径 8 0 0m m ，转速8 3 ．4 8r ／m i n ，牵引速度为 4m ／m i n ，煤岩坚固性系数f 3 ，通过计算得到的载荷 曲线如图6 所示。在A D A M S 滚筒质心点建立一个与 图5 所示坐标系一致的广义力通过s p l i n e 命令将其加 载到该广义力上以模拟滚筒载荷。 图5 截齿受力示意图 F i g ．5F o r c ed i a g r a mo ft h ep i c k 冒 墨 嫂 R 尽 1 1 1 图6 载荷曲线 F i g ．6L o a dc u r v e s 1 ．3 ．2 接触的计算 接触的添加最主要要准确的计算接触的刚度，对 于无故障模型其刚度可用式 1 计算7 ] K 1 ／ 去 石1 石1 i 1 百1 1 式中矗⋯k 比分别为主、从齿轮的弯曲刚度，N ／m m ，其 计算如式 2 所示；_ | } 。，南尼分别为主、从齿轮的轮体变形 刚度，N ／m m ，其计算如式 3 所示；k 。为赫兹接触刚 度，N ／m m ，其计算式 4 所示。 1r 口2 瓦2J 一。 3 { 1 C O S 口1 [ 0 c 2 一仅1 s i na C O Sd ] } 2 2 E 形 焉』等尘‰d d 2 [ s i n 仪 a 2 0 [ C O Sa ] 3 u 、一’ 击 案雌 2 M 尝 州 Q t a n 2 c r ， ㈩ 去 寻 击扪半 T 1 - v 2 2 ] 4 式中E 为弹性模量，M P a ；W 为齿轮齿宽，m m ；d ．为齿 顶渐开线与齿形中线夹角的余角， 。 ；a 为齿形渐开 线在基圆上所成弧夹角的一半， 。 ；d 为压力角， 。 ； L ，M ，P ，Q 为相关系数可通过式 5 获得；u ，为初始啮 合点曲率线和齿形中心线交点到齿根圆的距离，m m ；s ， 为齿根圆上的齿形宽，m m ；E 。，E 为两齿轮的弹性模 量，M P a ；R ，，R 为接触点距两齿轮回转中心的半径， m m ；口。，移为两齿轮的泊松比。 XAiB；-c2；5-；DiE危；F0 0 0 5 ；ff 。’ 式中h ， r f ／r ，r f 为齿根圆半径，r 为齿轮轮毂内径， m m ；x 分别为￡，M ，P 和Q ，X 为不同参数时，A ，B ，C ， D ，E 和F 由表1 确定。 表1 式 5 的系数 T a b ．1C o e f f i c i e n to fe q u a t i o n 5 将齿轮1 、齿轮2 和行星轮相关参数其代人式 1 一式 5 便可获得无故障状态下齿轮模型的刚度 齿轮1 与齿轮2 啮合刚度为9 6 44 6 3 ．8 5N ／r a m ；齿轮2 之间的啮合刚度为10 1 98 2 5 ．4 5N ／r a m ；行星齿轮与齿 圈内啮合刚度为9 7 70 1 5 ．2 6N ／r a m ，行星齿轮与太阳轮 外啮合刚度7 1 42 4 1 ．8 2N ／r a m 。 对于故障区域以有限元法对其啮合刚度进行计算 更加合理，通过对“1 ．2 ”节中故障齿轮进行材料赋予、 网格划分添加约束和齿面受力F 后，便可求解，在后处 理中可以输出齿面各节点的变形量6 ，计算啮合两齿轮 轮齿总变形量6 ，和6 ，再根据啮合总变形量昂计算轮 齿刚度，总变形量窃，其值为6 ．与6 之和，刚度K 和 受力F 之间的关系如式 6 所示。 K 筹 6 式中S 为啮合面积，m m 。 通过计算得到在故障状态下齿轮模型的刚度齿 轮1 与齿轮2 啮合刚度为5 0 67 9 6 ．1 1N ／r a m ；齿轮2 之 间的啮合刚度为5 8 13 0 2 ．0 5N ／m m ；行星齿轮与齿圈内 啮合刚度为4 2 85 4 4 ．6N ／r a m ，行星齿轮与太阳轮外啮 合刚度5 7 64 3 2 ．8 5N ／r a m 。 1 ．3 ．3 仿真步长的设定 截割部齿轮传动中最大振动频率应为高速端齿轮 万方数据 1 7 2振动与冲击 2 0 1 9 年第3 8 卷 啮合频率，其计算公式为 Z a Z ，凡 7 式中口为啮合齿轮对数；Z ．为齿轮齿数；n 为转速， r ／s 。 经计算，高速端最大啮合频率厶。， 9 7 4H z ，根据 采样频率定理，确定采样频率， 20 0 0H z ，故仿真步 长为0 ．0 0 05S 。分别建立表2 所示的11 组仿真模型， 并按相关参数设置完成虚拟仿真。 表2 仿真分组 T a b ．2S i m u l a t i o np a c k e t 序号是否故障及其形式序号是否故障及其形式 1 无故障 7 行星轮裂纹 2 齿轮1 断齿 8 轴承1 内圈缺陷 3 齿轮1 裂纹 9 轴承1 外圈缺陷 4 齿轮2 断齿 1 0 轴承1 滚动体缺陷 5 齿轮2 裂纹 1 1 轴承1 保持架缺陷 6 行星轮断齿 2 故障信号的提取与分析 2 ．1 振动信号特征提取 在对11 组模型进行仿真后，对虚拟样机试验所得 的数据进行提取，以测试轴1 为例，从t 0 ．2 0 1S 开始， 提取0 ．7 1 9S 一滚筒转动周期 的数据，由于仿真步长 为0 ．0 0 05S ，故采样点数为14 3 8 ，通过A D A M S 后处理 p l o t 命令，获取滚筒该转动周期正常和齿轮1 断齿工况 下的测试轴1 径向力数据，如图7 所示。 ； 蚕； 蕞。 - 1 ．2 4 3 冬2 鱼1 X R0 ．1 ．2 024681 01 21 4 径向力F 1 0 2 a 无故障工况 0 24 68 1 0 1 21 4 径向力r 1 0 2 b 齿轮1 断齿工况 图7 测试轴1 径向力 F i g ．7R a d i a lf o r c eo ft e s ts h a f t1 其他仿真结果与图7 类似，但通过图7 无法辨识 齿轮是否故障，因此可以采用数据处理手段将各组中 的信号特征分离开，以便于故障诊断。 2 ．2数据处理 按照频率差通过C o i f 小波包分解将各波峰分解到 不同频率子带上，设置分解尺度为4 ，小波包分解各自 带频率跨度为1 2 5H z ，可以将各波峰分开。 对上节测试轴径向力数据进行小波包分解，可以得到 1 6 个子带数据，图8 仅显示了其中的第1 、第3 、第5 子带。 季2 呈0 姜．2 靶一4 y ．- , ．6 跺．8 冬 8 互 R 鞍 m n 垛 荟 爸 专 R 靼 № n 垛 2 04 06 08 01 0 0 , T H z a 小波子带1 钾H z b 小波子带3 ，／H z c 小波子带5 图8 小波包分解子带 F i g ．8S u b b a n d so fw a v e l e tp a c k e td e c o m p o s i t i o n 采用相邻两点距离和作为该信号的能量值，通过 式 8 获取经小波包分解后的各子带信号能量计算信 号能量，并将其进行记录，齿轮1 断齿情况下各测试轴 的径向和轴向小波包子带能量值如表3 所示。 酽埒 y 2 一y 1 2 匕一匕 2 ⋯ ，，，，一k 一。 2 8 3 基于E l m a n 神经网络的故障诊断 3 ．1 神经网络的建立与训练 E l m a n 神经网络是一种动态回归型神经网络，其网 络结构如图9 所示。图中矩形所代表的为承接层，每 一个承接层节点都与一个隐层节点相连，存储隐层回 传来的信息，并以权重似，传给隐层，其值不随时间变 化，则有E l m a n 神经网络数学模型。 万方数据 第1 4 期 刘旭南等采煤机截割部传动系统故障信号小波包分解方法研究 1 7 3 图9E l m a n 神经网络结构 F i g ．9T h e s t r u c t u r eo fE l m a nn e u r a ln e t w o r k r 石， M 八甜3 戈。 M W 2 戈 u 1 b 1 { 戈。 u d 戈。 u 一1 z ， u 一1 9 o Y u g 埘l z ， u b 2 式中戈为神经网络输入值； ，为神经网络输出值；戈，为 隐层输出量；z 。为承接层输出量；厂 为隐层传递函 数；g 为输出层传递函数；b 。，b 分别为隐层和输出 层的阈值；训。和伽分别为输入层到隐层的权重和隐含 层到输出层的权重，随迭代次数调整，W ，为承接层到隐 层权重，其值为定值不随迭代次数变化。E l m a n 神经网 络评测值为实际输出和目标输出的均方差 1 n c ∑ y ￡ 一Y k ￡ 2 1 0 ’。t l 式中C 为均方差；n 为迭代次数；y t 和Y 。 t 分别为 网络实际输出和目标输出。 根据故障类型设置对应各种故障类型的神经网络 输出向量，如表4 所示。 表4 神经网络各工况对应输出值 T a b ．4T h ec o r r e s p o n d i n go u t p u to fe a c hw o r k i n gc o n d i t i o n o ft h en e u r a ln e t w o r k 以“2 ．2 ”节处理后得到的小波包子带能量值数据为 基础，将每次虚拟样机仿真数据依照测试轴l 、测试轴2 、 测试轴3 和测试轴4 的轴向、径向1 6 组子带能量排列成 1 2 8 1 的列向量，作为神经网络训练样本向量。采用 M A T L A B 以不同隐层数、不同节点数建立不同结构的E 1 ． m a n 神经网络，进行多次实验，确定精度最好的神经网络 结构。最终选取如图1 0 所示的2 0 ．1 3 ．11 三层E l m a n 神经 网络，网络训练迭代次为4 1 次，训练精度可达7 ．0 6 1 0 ～，该网络对故障形式的分类收敛f 生较好，如图11 所示。 鬻固蝗一 图1 0 故障诊断神经网络 F i g ．1 0N e u r a ln e t w o r kf o rf a u l td i a g n o s i s 万方数据 1 7 4振动与冲击2 0 1 9 年第3 8 卷 吣 剿 嗤 靛 蜜 图1 1 网络均值误差 F i g ．11 M e a ns q u a r e de r r o ro ft h en e t w o r k 3 ．2 故障诊断实例 以M G 2 7 0 ／3 2 5 采煤机开采某矿区1 7 层煤为例， 按文献[ 1 8 ] 的方法在采煤机左截割部两根齿轮2 轴、 齿轮5 轴和齿轮8 轴外壁上分别选取5 个位置点安装 莓 主l 暴 萎f 蘸 壬 o1 0 0 星5 0 番0 尊．5 0 碧1 0 0 嚣 轴向和环向应变片，将应变片构成桥式电路与外围系 统集成。图1 2 为采集该系统采集得到的轴向力、径向 力信号。 通过小波包分解后获得的小波包子带能量值如表 5 所示，其中测试轴1 除轴向第4 、第6 、第8 、第1 6 子带 及径向第9 子带与齿轮1 断齿下小波包子带能量量级 一致外，其余均均比齿轮l 断齿能量要大；测试轴2 轴 向单数子带与齿轮1 断齿能量量级一致，而双数子带 均比齿轮1 断齿能量要小1 2 个量级；测试轴2 径向 3 子带、4 子带、7 子带、1 1 子带、1 2 子带、1 5 子带与齿 轮1 断齿能量级要大一个量级，其余子带能量量级一 致；测试轴3 轴向和径向子带能量均要比齿轮1 断齿 相应能量要大1 ～2 个量级；而测试轴4 与齿轮l 断齿 能量基本类似。通过对比可知测试数据与齿轮1 断齿 不属于同一类故障，应进一步分析。而对于常见的11 种工况可通过对比能量数据加以区别。 图1 2 轴向力及径向力信号 F i g ．1 2A x i a la n dr a d i a lf o r c es i g n a l s 表5 行星轮断齿下小波包子带能量值 子 测试轴l测试轴2测试轴3 测试轴4 常 一一 害轴向径向辅r h l ，径向轴向径向轴向径向 警 Lr●LO 8m“∞ 善≮三lI}霹寸墨嚣 N，10Ix畏主犟挥寸篡嚣 竺 鼢弼埔捌 万方数据 第1 4 期刘旭南等采煤机截割部传动系统故障信号小波包分解方法研究 1 7 5 将表5 数据整合成1 2 8X1 的列向量输入到建立好 的E l m a n 故障诊断神经网络中，得到的输出向量为[ 0 ． 0 5 05 ，0 ．0 0 01 ，0 ．0 0 02 ，0 ，0 ．1 5 92 ，0 ．9 9 25 ，0 ，0 ， 0 ，0 ．0 4 39 ，0 ] r ，与表4 对比可知采煤机截割部此时为 故障状态下工作，故障形式为行星轮断齿。这与现场 实际情况相一致，如图1 3 所示，该采煤机截割截割部 的减速器行星轮轮齿发生大面积断裂，可见该方法可 以有效诊断出截割部传动系统故障。 4 结论 图1 3 行星齿轮断齿 F i g ．1 3P l a n e t a r yg e a rb r e a k a g e 1 综合了多年来齿轮和轴承的故障特性研究和 故障诊断方面的先进方法，根据故障形式下齿轮和轴 承的振动特性，计算不同工况的采煤机滚筒载荷以及 齿轮啮合刚度，生成故障齿轮时频啮合刚度。 2 建立刚柔耦合虚拟样机模型，根据计算所得参 数进行虚拟样机仿真，将仿真结果与理论值对比，证明 仿真结果准确可靠，并得到测试轴仿真结果数据。 3 开发出一套以采煤机虚拟样机实验为基础提 供设备运行样本数据，以小波包变换对数据进行特征 提取，根据E l m a n 神经网络设计一种多参数采煤机摇 臂故障诊断方法，使设备在投入使用之前就具有一套 以虚拟样机实验为样本的适应自身的故障诊断系统。 该研究对复杂工况下服役的采煤机故障检测以及 在线实时监测具有一定的应用价值。 参考文献 [ 1 ] 吴海雁．大功率、大采高电牵引采煤机的研制与应用[ J ] ． 重型机械，2 0 1 0 6 9 1 2 ． W UH a i y a n ．D e v e l o p m e n ta n da p p l i c a t i o no fh i g h p o w e rl a r g e m i n i n gh e i g h te l e c t r i ch a u l a g e c o a l m i n i n gm a c h i n e [ J ] ． H e a v yM a c h i n e r y 。2 0 1 0 6 9 1 2 ． [ 2 ] 冯泾若，杨健康，米朝阳．国内外大功率大采高采煤机技 术与发展动向[ J ] ．煤矿开采，2 0 0 7 ，1 2 2 1 3 1 4 ． F E N GJ i n g r u o ，Y A N GJ i a n k a n g ，M IZ h a o y a n g ．L a r g ep o w e r c o a lc u t t e rf o rt h i c kc o a ls e a l nt e c h n i q u ea n dd e v e l o p m e n ta t h o m ea n da b r o a d [ J ] ．C o a lM i n eM a c h i n e r y ，2 0 0 7 ，1 2 2 1 3 1 4 ． [ 3 ] 许景岜．S I R U S 一4 0 0 型采煤机液压系统故障的判断和处 理[ J ] ．煤矿机电，1 9 8 7 1 3 5 3 8 ． X UJ i n g k a n ．F a u l t d i a g n o s i s a n dt r e a t m e n to f h y d r a u l i c s y s t e mo fS I R U S 一4 0 0s h e a r e r [ J ] ．C o l l i e r yM e c h a n i c a l ＆ E l e c t r i c a lT e c h n o l o g y ，1 9 8 7 1 3 5 3 8 ． [ 4 ] 徐常胜，周兆英，刘思行，等．基于神经网络和专家系统的 故障诊断[ J ] ．控制与决策，1 9 9 5 4 3 4 2 3 4 6 ． X UC h a n g s h e n g ，Z H O UZ h a o y i n g ，L I US i x i n g ，e ta 1 ．F a u l t d i a g n o s i sb a s e do nn e u r a ln e t w o r ka n de x p e r ts y s t e m [ J ] ． C o n t r o la n dD e c i s i o n ，1 9 9 5 4 3 4 2 3 4 6 ． [ 5 ] 贺仰兴，裴兴元．采煤机械的工况监测[ J ] ．山西机械， 2 0 0 1 增刊1 1 3 ． H EY a n g x i n g ，P E IX i n g y u a n ．W o r k i n gc o n d i t i o nm o n i t o r i n go f c o a lm i n i n gm a c h i n e r y [ J ] ．S h a n x iM a c h i n e r y ，2 0 0 1 S u p 1 1 3 ． [ 6 ] 谢国民．基于时频联合小波法的采煤机关键部件故障诊 断研究[ D ] ．阜新辽宁工程技术大学，2 0 1 2 ． [ 7 ] 彭学前．采煤机故障诊断与故障预测研究[ D ] ．南京南 京理工大学，2 0 1 3 ． [ 8 ] 杨高宏．基于虚拟样机技术的采煤机截割减速器故障仿 真研究[ D ] ．太原太原理工大学，2 0 0 9 ． [ 9 ] 弓晓凤，马宪民，张永强．小波包分析在采煤机减速器故 障诊断中的应用[ J ] ．煤炭技术，2 0 1 4 ，3 3 7 1 9 6 1 9 9 ． G O N G X i a o f e n g ， M AX i a n m i n ，Z H A N GY o n g q i a n g ． A p p l i c a i t o no fw a v e l e tp a c k e ta n a l y s i si n f a u l td i a g n o s i so f c o a lc u t t e rr e d u c e r [ J ] ．C o a lT e c h n o l o g y ，2 0 1 4 ，3 3 7 1 9 6 1 9 9 ． [ 1 0 ] 刘晓乐，刘后广，程刚，等．基于A D A M S 的两级行星齿轮断 齿故障动态特性分析[ J ] ．机械传动，2 0 1 5 ，3 9 6 9 8 1 0 2 ． L I UX i a o l e ，L I UH o u g u a n g ，C H E N GG a n g ，e ta 1 ．D y n a m i c c h a r a c t e r i s t i ca n a l y s i so ft w o - s t a g ep l a n e t a r yg e a rw i t hb r o k e n t o o t hf a u l tb a s e do nA D A M S 『J ] ．J o u r n a lo fM e c h a n i c a l T r a n s m i s s i o n ，2 0 1 5 ，3 9 6 9 8 1 0 2 ． [ 1 1 ] 郝志勇，陈志强，毛君．采煤机摇臂惰轮轴载荷分析与实 验研究[ J ] ．机械强度，2 0 1 7 ，3 9 1 4 0 - 4 6 ． H A OZ h i y o n g ，C H E NZ h i q i a n g ，M A OJ u n ．L o a da n a l y s i sa n d e x p e r i m e n t a lr e s e a r c ho f i d l e r s h a f to nr o c k e ra l T as h e a r e r [ J ] ．J o u r n a lo fM e c h a n i c a lS t r e n g t h ，2 0 1 7 ，3 9 1 4 0 - 4 6 ． [ 1 2 ] 周久华．神东矿区采煤机故障统计与原因分析[ J ] ．煤炭 科学技术，2 0 1 5 ，4 3 增刊2 1 3 9 1 4 3 ． Z H O UJ i u h u a ．F a u l ts t a t i s t i c sa n dc a u s e sa n a l y s i so nc o a l s h e a r e ri n S h e n d o n gm i n i n ga r e a [ J ] ．C o a lS c i e n c e a n d T e c h n o l o g y ，2 0 1 5 ，4 3 S u p2 1 3 9 1 4 3 ． [ 1 3 ] S A I D IL ，B E NAJ ，B E N B O U Z I DM ，e ta 1 ．T h eu s eo f S E S Ka sat r e n d p a r a m e t e r f o rl o c a l i z e d b e a r i n g f a u l t d i a g n o s i si ni n d u c t i o nm a c