矿用空压机作为煤矿生产的重要动力源和安全保障设备,在煤炭安全高效生产中占有举足轻重的地位。矿用空压机的智能化水平制约着矿井压风系统的工作可靠性,而矿用空压机工作状态准确快速识别是实现其智能控制的前提。目前矿用空压机主要由人工定时巡检实现工作状态监测,并依靠操作工人的经验进行工作状态识别和故障诊断。因此,有必要对矿用空压机工作状态识别的关键技术进行研究,进而提高空压机的智能化水平。矿用空压机所处工况具有温度高、噪声强、振动剧烈的特征,红外热成像检测技术具有非接触、穿透性强及不受外部噪声及光照条件影响的特点。通过矿用空压机辐射的红外信号,可以实现对关键部件的状态识别。本课题以矿用空压机工作状态红外识别为研究目标,利用红外热成像检测技术获取空压机关键部件的工作状态图像,对原始红外图像中复杂背景噪声在线去除、超高维图像特征快速降维以及基于机器学习的空压机工作状态准确识别等方法和技术进行了深入研究。主要研究内容如下:(1)分析了矿用空压机的基本结构,并结合生产实际,详细研究了螺杆式空压机吸气、封闭、压缩和排气的工作原理,基于矿用空压机状态识别系统的功能需求,搭建了矿用空压机状态识别的总体框架,分析了其主要组成和识别流程。(2)设计了基于优化小波阈值的红外图像去噪算法,消除原始红外图像中包含的高斯噪声和冲击噪声,利用改进的果蝇算法获取各阶小波去噪阈值,并针对标准果蝇算法容易陷入局部最优的问题,引入动态步长分布算子增强全局和局部寻优能力。(3)研究了超高维数据的低维表征方法,提出了基于流形学习的非线性降维方法对红外图像进行降维,设计了矿用空压机状态识别评价系统,引入堵塞率ρ和堵塞程度判别因子Φ、温度偏离因子γ和空压机健康状态评价因子H对矿用空压机工作状态进行详细划分。(4)提出了基于优化支持向量机的矿用空压机运行状态识别算法,利用改进的蝙蝠优化算法对非线性支持向量机关键参数进行优化,并在基本蝙蝠算法的基础上,引入精英族群和探索族群增强蝙蝠算法的全局寻优能力,实现了矿用空压机工作状态的准确识别。设计并搭建了矿用空压机工作状态识别系统,在实验室和龙王庄煤业股份有限公司分别进行了实验。实验结果表明:该系统可以对矿用空压机红外图像进行有效处理,能够准确识别空压机关键部件的工作状态,为进一步提高空压机的智能化水平奠定了基础。该论文有图50幅,表18个,参考文献146篇。