煤炭工程

作者：郭晋辉

单位：潞安化工集团有限公司，山西 长治 046299

关键词：采煤机,轴承故障 , 经验模态分解 , 分类算法,

针对复杂环境下的采煤机截割部轴承易出现故障，且现有故障诊断模型实际应用效果不佳等问题，提出了基于改进自适应噪声集合经验模态分解（ICEEMDAN）与改进支持向量机（SVM）的采煤机截割部轴承故障诊断方法。首先对振动信号进行ICEEMDAN分解，通过选取合适的分量进行重构；然后对重构的分量提取能量特征，并与重构后的信号所提取的时域频域特征组成高维的特征矩阵，使用PCA降维算法对其进行降维；最后利用改进的SVM分类模型对低维特征矩阵进行故障诊断识别，并与多种主流分类算法进行对比。训练结果表明，该方法的故障诊断准确率高达99.3%，比SVM、PSO-SVM和GA-SVM分别高出3.9%、1.1%和1.7%，加噪条件下依然有95.2%的分类准确率，比其他三种分类模型分别高出8.9%、3.9%和3.1%，且收敛速度更快。在实际工程应用中具有94.7%的分类准确率，可有效提高煤矿智能化程度。

来源：2025年第2期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2025年第2期