带式输送机托辊的故障检测方法

简介：
本发明提供一种针对带式输送机托辊的故障检测方法，旨在提高设备运行的安全性和稳定性。通过实时监测托辊的工作状态，有效识别异常情况并及时维护，减少停机时间与维修成本。 为解决现有带式输送机托辊故障检测方法中存在的接触式测量不便安装操作及不适合井下大范围检测等问题，本段落提出了一种基于小波去噪与BP-RBF神经网络的托辊故障检测技术。该方法首先采集托辊运行过程中的音频信号，并运用结合了软阈值法和硬阈值法的小波折中算法对音频数据进行降噪处理；然后提取每一层小波分解后的能量特征，通过转换低频部分的能量占比来突出故障特性；最后将这些特征向量输入BP-RBF神经网络模型以实现托辊的精准检测。实验结果显示，在正常托辊信号、表面裂痕和磨损这三种情况下，该方法能够达到96.7%的识别率。相比传统的频谱分析技术及基于温度监测的方法，本研究提出的方案不仅减少了工作量且提高了准确性，并采用非接触式的安装方式使操作更为便捷、检测范围更广，具有很好的应用前景。