针对煤矿带式输送机故障诊断存在较大的数据不确定性而导致的诊断可靠性低问题,提出了一种基于D-S证据理论的带式输送机故障智能诊断方法。通过多种传感器对带式输送机信号数据进行采集,利用D-S证据理论的数据融合规则将采集到的多类数据进行融合,并根据判断规则对带式输送机的故障进行判断。

针对带式输送机减速器和电动机故障发生率较高,故障识别、故障维护困难的问题,提出基于BP神经网络和D-S证据理论的智能故障诊断系统。给出带式输送机故障诊断模型,并根据理论设计对减速器智能故障诊断进行实例分析。结果表明,所设计的智能故障诊断系统能够提高故障识别精度、减少故障发生率。