通风机作为煤炭企业的重要大型设备,担负着向矿井内部输送大量新鲜空气,保证井下工作环境安全,维护生产过程稳定运行的重要责任。通风机的安全稳定运行关乎着矿企的生产效益更关乎着井下作业人员的生命安全,因此对通风机进行在线监测和故障诊断十分必要。应用互联网技术,进行数据共享对通风机在线远程监测和智能诊断是实现有效、准确监测与故障诊断的必要手段。本文通过对在线监测与故障诊断技术发展情况的分析,以及我国矿用通风机在线监测实际情况的考量,建立了矿用通风机在线监测和故障诊断系统。利用网络和智能技术,实现对通风机监测数据的处理和有效管理,并通过将相应的监测数据进行共享,提高对数据的利用率,丰富故障诊断的数据库,提高监测与诊断的准确性。根据矿用通风机的运行实际,通过选用各类传感器和智能仪表,下位机应用PLC技术采集通风机运行状态的监测数据,实现状态数据的在线采集;上位机应用组态王软件对各个通风机站点进行组态,实现监测数据的实时显示、报警、记录等功能。针对通风机站点多,位置分散的特点,在构建了基于TCP/IP的互联网结构基础上,开发了基于SQL Server数据库管理软件平台,实现了对大量监测数据的有效存储及可视化查询和管理。在利用小波包分解及能量特征提取技术获得振动数据特征值的基础上,通过构建基于思维进化算法的BP神经网络系统,实现通风机关键部件-轴承的故障诊断;根据通风机运行状态监测参数多而且数据量庞大的特点,从多种监测数据中提取特征值,并对特征值进行交叉处理,应用LLE降维方法对特征量进行降维处理后,利用神经网络模型实现对通风机运行状态的预测。基于互联网技术,利用WebService、内网穿透技术以及基于VS平台开发的数据共享客户端,实现了监测数据和诊断预测模型等参数在不同监测站点的相互交换和数据共享。