矿井提升机被誉为煤矿生产的“咽喉”,其可靠运行直接关乎煤矿生产效率与人员生命安全。目前,采用人工定期对提升机健康状况检修的方式存在着效率低和检测数据不全面等问题,因此如何全面、准确检测提升机故障类型和提前获取提升机的健康等级信息,对矿井提升机安全可靠地运行与煤矿高效生产具有重要意义。针对目前提升机监测技术存在信息特征不足、信号频带窄、故障检测和健康预测系统准确率低等问题,本文设计了基于音频特征的矿井提升机故障诊断与健康预测系统。该系统包括音频感知处理层,数据传输层和上位机信息交互层。音频感知处理层用于音频的采集和处理;数据传输层是将信号处理结果上传至上位机信息交互中心,采用有线局域网的通信方式满足了煤矿数据传输的保密性和实时性要求;上位机信息交互层用于将信号处理结果进行人机交互。由于提升机工作环境复杂,为了避免环境噪声的影响,首先对音频信号降噪处理。针对使用传统时域、频域分析方法无法全面获取音频信号特征信息的问题,提出EEMD对音频信号进行分解,将峭度值作为IMF的优选标准,然后使用Hilbert变换提取不同信号的特征,最后将特征信息输入到CNN网络实现提升机电机故障自动检测。针对煤矿无法提前获取提升机健康状态信息的问题,首先根据提升机运行中的峭度值与故障信息划分健康等级,然后采用GRU网络分别对峭度值和IMF分量进行预测,根据预测结果与提升机的健康等级相对应得到提升机的健康信息。将淮南矿业集团的潘三矿主井提升机作为研究对象,研究结果表明,采用EEMD与Hilbert结合可以很好的提取不同音频信号特征,使用CNN网络提高了故障分类准确率。采用GRU网络对各数值分量预测偏差值小,显著提升了提升机健康预测准确率,预测结果能够为提升机的日常维护和健康监测提供可靠的参考。最后对所设计的系统进行性能和功能测试。结果表明,本文设计的基于音频特征的矿井提升机故障诊断与健康预测系统有效辅助了提升机运行状态监测,提高了提升机的故障检测和健康等级评估的准确率。图[58]表[14]参[63]