煤矿机械CoalMineMachineryVol.35No.12Dec.2014第35卷第12期2014年12月doi:10.13436/j.mkjx.2014121140引言滚动轴承故障诊断一般分为3部分：信号采集、特征提取和状态识别。其发生故障的主要特征是设备有异常振动和噪声，振动信号从时域、频域和幅域反应了设备的故障信息。本文主要是对振动信号进行特征参数提取并对其进行数据分析、训练，以达到故障诊断的目标。1小波包函数滚动轴承故障信号是非平稳信号，小波包分解能为信号提供一种更加精细的分析方法，它在全频带对信号进行多层次划分，不仅拥有小波变换良好的时频局部化优点，还对高频频带作了进一步分解，提高了频率分辨率，具有对信号特征的自适应性，能有效地显示信号的时频特性。假设信号为y（t），则有y2n（t）=2姨∑h（k）yn（2t-k）y2n+1（t）=2姨∑g（k）yn（2t-k∑）（1）函数系｛yn（t）｝称作正交小波包，它是原信号在各种尺度上所有频段的全部分解结果。其频带划分如表1所示。其中A为低频细节信号，D为高频细节信号。表1小波包信号分解频带划分对所有的组合选取熵最小值，得到最佳基,表征信号的时频特性。对小波空间信号继续分解，得到小波包分解公式d2n=∑dnh（k-2p）d2n＋1=∑dng（k-2p∑）（2）重构公式dn=∑d2nh（2p-k）+∑d2n＋1g（2p-k）（3）由此可得，小波包技术将信号正交分解到各自独立的频带内,每一个频带分解后的2个频带带宽减半，采样率减半，这样不会引起信号信息的丢失。本文采用3层小波包变换对小波包分解系数进行重构，可提取8个子带小波包系数。2概率神经网络概率神经网络是基于贝叶斯策略与前馈径向基函数发展而来的一种结构简单、训练迅速的径向基函数神经网络。在解决分类问题的应用中，能用线性学习算法来完成以往非线性学习算法不能完成的问题，因而能够满足训练上实时处理的要求。它是由一定数量的高斯函数（或者核密度估计）组成的四层前向网络。由输入层、模式层、求和层、输出层组成，其结构如图1所示。概率神经网络故障诊断是概率统计学一种决策方法，它可描述为：假设有2种模式状态θ为θA基于小波包与概率神经网络相结合的滚动轴承故障诊断柴保明，吴治南，赵志强，董强强，陈景礼（河北工程大学机电学院，河北邯郸056038）摘要：基于小波变换的滚动轴承故障诊断，振动信号中的高频部分对诊断结果有一定影响，为克服此影响，首先运用小波包对SKF型滚动轴承故障信号进行预处理，以此为特征向量结合概率神经网络去验证模型的实用性和可行性。分析结果表明，小波包与概率神经网络相结合的故障诊断方法可以有效的应用于滚动轴承故障诊断。关键词：滚动轴承；故障诊断；小波包；概率神经网络中图分类号：TH133.33文献标志码：A文章编号：1003－0794（2014）12－0273－03RollingBearingFaultDiagnosisBasedonWaveletPacketandProbabilisticNeuralNetworkCHAIBao-ming,WUZhi-nan,ZHAOZhi-qiang，DONGQiang-qiang，CHENJing-li(CollegeofMechanicalandElectrical，HebeiUniversityofEngineering,Handan056038,China)Abstract:Rollingbearingfaultdiagnosisbasedonwavelettransform,high-frequencypartofthevibrationsignalshavesomeinfluenceonthediagnosis,toovercomethisinfluence,thefirstuseofwaveletpackettypeSKFrollingbearingfaultsignalpreprocessing,asafeaturevectorcombiningprobabilisticneuralnetworktoverifythepracticalityandfeasibilityofthemodel.Theresultsshowedthatthefaultdiagnosismethodbasedonwaveletpacketandprobabilisticneuralnetworkscanbeeffectivelyusedincombinationofrollingbearingfaultdiagnosis.Keywords:rollingbearing;faultdiagnosis;waveletpacket;probabilisticneuralnetworkkkADAADAADDDAAADAAADADDAAADDADADDDDDj-1，pj，kk∈Zj-1，pj，kj，pk∈Zk∈Zk∈Zj-1，kj-1，k273

或θB，根据p维向量XT=[X1…Xi…Xp]，若hAlAfA（X）>hBlBfB（X），则d（X）=θA（4）若hAlAfA（X）

煤矿机械CoalMineMachineryVol.35No.12Dec.2014第35卷第12期2014年12月对滚动轴承状态进行编号，正常为1、内圈故障为2、外圈故障为3、滚动体故障为4，对应的期望输出为1、2、3和4。把处理好的滚动轴承振动数据输入到已编好的概率神经网络中对其进行训练，形成轴承故障库。由于数据都进行了归一化处理，因而不会产生不收敛的问题，且训练速度极快。利用已训练好的故障库，把需要验证的信号特征向量输入到库中，将此时的实际输出与理想输出相比较，即可判断出滚动轴承的工作状态。（4）验证结果对应4种模式分别选取25组数据进行验证，验证结果如表2所示。表2故障验证结果4结语本文提出小波包和概率神经网络相结合的滚动轴承故障诊断方法，可有效地识别故障类别，提高了故障诊断的准确性，具有一定的实用价值。参考文献：［1］何正嘉,陈进,王太勇,等.机械故障诊断理论及应用［M］.北京:高等教育出版社,2010.［2］葛哲学,陈仲生.Matlab时频分析技术及其应用［M］.北京:人民邮电出版社,2006.［3］李志农，刘卫兵，易小兵.基于局域均值分解的机械故障欠定盲源分离方法研究［J］.机械工程学报，2011，47(7)：97-102.［4］张进,冯志鹏,褚福磊.滚动轴承故障特征的时间-小波能量谱提取方法［J］.机械工程学报，2011,47(17):44-49.［5］王国栋,张建宇,高立新,等.小波包神经网络在轴承故障模式识别中的应用［J］.轴承，2007(1)：31-34.作者简介：柴保明（1964-）,河北邯郸人,博士,教授,主要研究方向：动力机械及工作过程、机械设备故障诊断、机电系统设计与开发,电子信箱:wzn929@163.com.责任编辑：庞振峰收稿日期：2014－09－15正常内圈故障外圈故障滚动体故障验证样本数25252525识别正确数23192221识别正确率/%92768884!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!doi:10.13436/j.mkjx.2014121150前言中煤北京煤矿机械有限责任公司给贵州比德矿业公司提供的ZY3800/12/28型两柱掩护式液压支架，在井下使用1a后升井，在清洗支架时发现，顶梁后部局部焊缝有裂纹，平衡液压缸有若干拉出损坏的情况，对此，组织专业人员进行了研究分析。1分析计算ZY3800/12/28型两柱掩护式液压支架，由天地科技公司开采事业部提供设计图纸，中煤北京煤矿机械有限责任公司制造加工的常规液压支架，整体顶梁内嵌伸缩梁，无护帮板，双侧活动侧护板，底座采用整体刚性结构，正装推移液压缸。两柱掩护式支架平衡液压缸损坏的情况大致有以下几种：①顶板较破碎，顶梁前端与顶板不接触，顶梁后端受力，掩护梁上布满矸石（见图1），当顶板来压时，平衡液压缸活塞杆被全部拉出，此时如果压力继续增大，使平衡缸被拉断或联接耳板破坏，造成平衡缸的失效；②顶板截割不平造成顶板出现台阶或者支架通过断层，顶梁只后端接触顶板（见图2），平衡液压缸始终保持拉紧状态，则当平衡液压缸达到强度极限时被破坏；③支架初撑力太小，造成顶板在接近煤壁处顶板断裂或顶板逐渐下沉。断裂的大面积顶板压在顶梁后部和掩护梁前部掩护式支架平衡机构故障分析与排除甄亚东（中煤北京煤矿机械有限责任公司，北京102400）摘要：针对贵州六枝工矿比德矿业公司两柱掩护式支架平衡限位失效的分析研究，找到了影响平衡限位机构稳定性的结构原因，提出了更加合理的结构形式，为两柱掩护式液压支架的设计应用提供参考。关键词：掩护式；平衡机构；故障中图分类号：TD355文献标志码：B文章编号：1003－0794（2014）12－0275－02BalanceMechanismofShieldSupportFaultAnalysisandRemovalZHENYa-dong（ChinaCoalBeijingCoalMineMachineryCo.Ltd.，Beijing102400，China）Abstract:AnalysethebalancemechanismfaultofshieldsupportinBidecoalmineofGuizhouprovince,findastructurefactorwhichinfluencethestabilityofthebalancemechanism.Putforwardamorereasonablestructureform.Providereferenceforthestructuredesignoftheshieldsupport.Keywords:shieldsupport；balancemechanism；fault275