煤矿电机使用过程中，电机经常会因频繁启动、电压不稳、超负荷运行等情况导致故障发生。在电机出现故障时，一般首先根据电机的震动、运行声音、温度等物理因素进行判断故障种类和故障位置，即可以用温度检测仪对故障电机的发热部件进行检测来确认故障类型，而后根据故障电机所发出的声音和震动进行故障位置确定，该方法主要依靠的是电机维修技术人员的经验。另外，维修人员还经常利用频谱分析仪根据电流变化来确认电机的故障过程，或者根据电机绝缘结构的检测得出电机工作性能，从而来确定电机故障发生的原因和位置。
此外，随着人工智能诊断技术的发展，电机故障诊断也走向了智能化道路。目前，井下电机常用的智能诊断方法主要有人工神经网络诊断技术、模糊逻辑诊断技术、遗传算法诊断技术： ①人工神经网络诊断技术是利用 BP 网络对煤矿井下出现故障的电机信号进行检测、分析和转换，同时利用一定的算法得出输入与输出之间的映射，进而确定电机的故障类型并对故障类型进行分析； ②模糊逻辑诊断是以模糊理论为基础，以一定的逻辑算法建立电机故障与故障征兆之间的关系，并依据此进行推理和判断，最终得出电机的故障类型； ③遗传算法诊断具有诊断快捷、全面等优点，该电机故障诊断技术通过对故障信号进行分析对电机进行全局检控，并不断优化诊断过程和方法，对各项参变量反复试凑，最终确定电机故障的种类和原因。
推荐阅读：
鲁公网安备 37030302000793号