NobleBlocks

Research indexJournal article

煤矿机电设备运行故障智能监测方法研究

高华章

机械与电子控制工程1 Jan 2026Open access

DOI10.37155/2717-5197-0814-65

Abstract

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。

Discussion

More

Suggest a correction or report