截齿作为矿山机械开采设备主要截割部件,应用广泛且至关重要。研究采煤机截齿磨损程度的,退化规律以及采煤机截齿的退化状态迫在眉睫。如何实现截齿退化状态评估和预测是当前亟需解决的问题。论文通过搭建实验台,完成截齿磨损过程多信号采集,根据截齿质量及截齿合金头尺寸大小将截齿磨损程度分为6种,分别定义为新齿、轻微磨损、中等磨损、中大磨损、严重磨损、失效截齿。按截齿磨损程度采集截割信号,考虑噪音对信号采集的影响,采用小波去燥做降噪处理。应用小波包分解理论,采集振动信号50~100kHz、声发射信号12.5~50kHz频段加速度能量和作为样本数据。针对截齿退化预测问题,建立基于退化数据的灰色预测模型及基于贝叶斯参数更新的Gamma模型,通过数据样本实例应用,结果表明振动信号下灰色预测相对误差仅0.45%,Gamma模型相对误差为0.57%,贝叶斯更新下Gamma模型的相对误差为0.22%;声发射信号下灰色预测相对误差为3.92%,Gamma模型相对误差为2.53%,贝叶斯更新下Gamma模型的相对误差为2.19%,三种模型预测精度都很好,贝叶斯更新下Gamma模型预测误差最小。研究了基于基于主成份分析理论截齿退化状态评估问题,基于振动信号频段加速度能量和,声发射信号频段加速度能量和,电流信号以及磨损量四种参数变化,通过参数归一化处理,确定主参数权重,建立主成份分析综合得分模型,得出截齿退化状态评估曲线,根据曲线可得:截齿磨损状态呈逐渐退化状态,符合刀具退化规律,其中新齿、轻微磨损、中等磨损、中大磨损前期退化速度慢,中大磨损后期、严重磨损、磨损失效时期退化速率加快。该论文有图22幅,表22个,参考文献197篇。