李 斌

(潞安化工集团漳村煤矿机电科，山西 长治 046032)

0 引 言

机械设备集成化具有体积大、结构复杂等特点，机械设备内部零件繁多，零件之间相互作用，相互影响，任何一个零件故障都会影响整体设备的运行，尤其是轴承等关键部件。机械在运行过程中一旦发生故障，技术人员必须在短时间内寻找到故障发生的具体位置以及故障原因。否则故障会影响到与其相关联的其他部件，造成更大损失，甚至引起安全事故。

摇臂传动系统中的滚动轴承作为旋转机械的核心部件是采煤机设备使用中故障率最高的设备元件之一，其设备故障率可达40%以上，在日常开采作业中，由于设备载荷的变化与使用环境噪声的干扰，传统故障诊断系统无法收集准确的振动信号，故障诊断系统误诊率较高[1]。因此探究和优化采煤机摇臂传动系统中滚动轴承的故障诊断方法是提高诊断故障率的有效途径。

笔者通过对采煤机摇臂传动系统滚动轴承进行故障分析，依据其相关机理，运用反卷积自编码器与卷积神经网络对滚动轴承实行故障诊断，建立实验模型，以期提高设备故障诊断效率，解决和加快设备正常运行，恢复企业正常安全生产。

1 采煤机摇臂传动系统滚动轴承故障分析

1.1 采煤机摇臂传动系统滚动轴承结构分析

采煤机摇臂传动系统中使用的滚动轴承一般为调心滚子滚动轴承、单列圆柱滚子滚动轴承、球式回转滚动轴承和无内圈圆柱滚子滚动轴承。……