采煤机摇臂传动故障识别分析模型设计研究.pdfVIP

2025年第3期网站/投稿/第34卷

DOI:10.13606/ki.37-1205/td.2025.03.002.

采煤机摇臂传动故障识别分析模型设计研究

杨泽斌

（山西焦煤集团霍州煤电集团吕临能化有限公司庞庞塔煤矿，山西临县033200）

摘要：目前在矿井生产过程中，采煤机摇臂故障率高，故障识别慢，给井下生产带来了一定的安全隐

患，为了解决此问题，本文以传动系统故障高发的齿轮与轴承为研究对象，从故障的原理出发，构建采

煤机摇臂故障识别模型，通过深度迁移学习，确定了卷积层网络的全局参数，测试模型的故障识别准确

率达到95%，能够对采煤机安全运行以及矿井安全生产起到一定的保障作用。

关键词：深度迁移学习；Resnet50CNN；故障识别模型；齿轮；轴承

中图分类号：TD407文献标志码：A文章编号：1009−0797(2025)03−0006−06

Researchonthedesignandanalysismodelofshearerrockertransmission

faultidentification

YANGZebin

(ShanxicokingcoalGroupHuozhoucoalandpowerGroupLvLinnengChemicalCo,LTD.

Pangpangtacoalmine,Linxian033200,China)

Abstract:Atpresentintheprocessofmineproduction,theshearerrockerarmhighfailurerate,slowfaultidentification,broughtcertain

safetyhazardtoundergroundproduction,inordertosolvethisproblem,thispapertothetransmissionsystemfaultgearandbearingas

theresearchobject,startingfromtheprincipleoffault,constructionofshearerrockerarmfaultidentificationmodel,throughthedepth

migrationlearning,determinetheglobalparametersoftheconvolutionlayernetwork,testthemodeloffaultidentificationaccuracy

reached95%,tothesafeoperationofshearerandminesafetyproductionplayacertainrole.

Keywords:Deeptransferlearning；Resnet50CNN；Faultidentificationmodel；Gear；bearing

构示意图，由14个齿轮组成齿轮箱，同时传动为

0引言

4级，由2级定轴传动与2级行星轮传动。定轴传

随着煤矿行业自动化水平的不断提高，电牵引