本文是“十一五”国家科技支撑计划项目“矿井通风及供电系统安全状态监测及故障诊断预警系统的研究”(No:2007BAK29B05)中子课题的延续,是针对目前我国矿井主通风机高压电动机机械故障频发、现役故障诊断系统功能不完善、准确度不高等问题提出的。矿井主通风机是保障煤矿安全生产的关键设备之一,其通过不间断地向井下各巷道及采、掘工作面提供大量新鲜空气,从而减少了瓦斯、粉尘等有害气体的聚集,改善了井下工作环境,确保了井下工作人员的人身安全。而主通风机高压电动机由于长期不间断运行,且运行环境恶劣,易发生机械故障。如不能及时发现并排除故障,将会严重威胁井下工作人员的人身安全。鉴于主通风机高压电动机的重要地位,为确保煤矿安全生产,《煤矿安全规程》规定矿井必须安装两台主通风机,其中一台作为备用,以方便对其进行交替检修。定期维修作为一种过剩维修方式可大大降低主通风机高压电动机的故障率,但同时也增加了煤矿的生产成本,降低了生产效率。对矿井主通风机高压电动机运行状态进行实时监测及可靠评估,将有效降低设备的维修成本,并可防止突发事故的发生,对煤矿安全生产有着重要的现实意义和较高的实用价值。本文对主通风机高压电动机转子断条和轴承故障两种机械故障机理进行了深入的分析,研究了信号分析技术和智能诊断技术在故障诊断中的作用,并通过大量故障模拟试验,总结故障特征数据,旨在提出一种高可靠性、高诊断精度的机械故障诊断方法,为主通风机高压电动机机械故障诊断系统的开发提供理论支撑。本文的主要研究内容如下：结合现场维修经验及相关文献资料,研究了主通风机高压电动机转子断条和轴承故障两种机械故障理,建立了故障空间,确定了能有效反映其机械状态的目标参量,为故障诊断系统的建立奠定了理论基础。结合转子断条故障的机理,确定了基于Hilbert变换和支持向量机的转子断条故障诊断方法。其中,Hilbert变换用于提取电机定子电流信号中的故障特征量,而支持向量机则用于对故障特征向量进行模式识别。本文对这一故障诊断方法进行了详细的理论推导及仿真分析,给出了建立支持向量机分类器的一般步骤,为高压电动机转子故障状态的确定提供了判别方法。另外,本文设计了实现这一方法的LabVIEW和MATLAB程序,在轴承故障机理分析的基础上,确定了基于局部均值分解和支持向量机的轴承故障诊断方法。其中,局部均值分解用于提取电机振动加速度信号中的故障特征量,而支持向量机则同样用于对故障特征向量的分类识别。本文对局部均值分解的原理进行了详细的理论推导及仿真分析,并简单介绍了支持向量机多分类器的建立方法,为高压电动机轴承故障类型的确定提供了识别方法。最后,本文也设计了实现这一轴承故障诊断方法的MATLAB程序。结合工业现场的运行环境,分别设计了故障监测系统的软、硬件结构。配置了各种状态参量的硬件采集电路,包括电压、电流、加速度、转速传感器,以及相应的数据采集卡。选择工控机作为监测系统的上位机。以硬件设备为基础,开发了相应的故障监测软件系统,包括信号采集及预处理程序、LabVIEW对MATLAB脚本文件的调用、数据库管理程序,以及人机交互界面。在实验室搭建故障监测试验平台,对建立的电动机故障监测系统的软、硬件进行联机调试,并优化上位机软件。调试结果表明,故障监测系统参数监测实时准确,各项指标均满足设计要求。依据电动机发生机械故障的原因,结合生产制造工艺,分别制作存在转子断条和轴承故障的试验电机。采用已搭建的故障监测系统对试验电机的状态参数进行采集和存储。应用上述故障诊断方法分别对转子断条故障时的定子电流信号和轴承故障时的振动加速度信号进行了分析,结果显示,上述故障诊断方法能够准确判断电机的机械故障类型,达到了故障诊断的目的。