煤矿机电设备运行故障智能监测方法研究
高华章 （ 宁夏红墩子煤业有限公司 ）
https://doi.org/10.37155/2717-5197-0814-65Abstract
本文针对煤矿机电设备故障隐蔽性强、渐进性明显、关联性突出等特征，提出了一种基于多源信号采集 与机器学习融合的智能监测方法。研究设计了涵盖振动、温度、电流、电压信号的多源采集系统，采用时域-频域联合 提取与主成分分析降维相结合的特征提取方法，构建了SVM、RF、CNN加权融合的故障识别模型。实验以提升机与 带式输送机为对象，结果表明融合模型准确率达98%以上，召回率与F1值均超97%，显著优于单一模型。在此基础上， 从传感器安装、信号预处理参数调整及模型维护更新三方面提出应用要点，为煤矿机电设备故障的早期预警与精准识 别提供了系统化技术方案。
Keywords
煤矿机电设备；运行故障监测；方法Full Text
PDFReferences
[1]章国华.煤矿掘进机机电设备故障监测与方法研究
[J].矿业装备,2025(2):174-176.
[2]田海军.智能监测技术在煤矿机电设备故障诊断中
的应用研究[J].新疆钢铁,2025(4):278-280.
[3]徐西祥,黄青,曹富国,李强,杨坤.基于人工智能的
煤矿机电设备运行参数预测研究[J].现代工业经济和信息
化,2025,15(7):73-74+77.
[4]闫建飞.煤矿机电设备故障预测的数据挖掘方法[J].
能源与节能,2025(1):275-278.
[5]刘羽.煤矿机电设备故障诊断系统的智能化研究[J].
仪器仪表用户,2025,32(11):36-38.
[J].矿业装备,2025(2):174-176.
[2]田海军.智能监测技术在煤矿机电设备故障诊断中
的应用研究[J].新疆钢铁,2025(4):278-280.
[3]徐西祥,黄青,曹富国,李强,杨坤.基于人工智能的
煤矿机电设备运行参数预测研究[J].现代工业经济和信息
化,2025,15(7):73-74+77.
[4]闫建飞.煤矿机电设备故障预测的数据挖掘方法[J].
能源与节能,2025(1):275-278.
[5]刘羽.煤矿机电设备故障诊断系统的智能化研究[J].
仪器仪表用户,2025,32(11):36-38.
Copyright © 2026 高华章
Publishing time:2026-07-31
This work is licensed under a Creative Commons Attribution 4.0 International License