采煤机作为采矿业的主要设备,其故障诊断对生产工作具有重要意义。为了减少传统故障样本收集过程中的巨大消耗,本文建立了一套由虚拟样机实验提供样本数据的采煤机摇臂故障诊断系统。其主要部分包括:采煤机摇臂的虚拟样机模型建立、虚拟样机实验、实验数据处理和神经网络设计。根据某型采煤机设计要求在ProE中建立采煤机摇臂零件三维模型,并通过接口软件mechpro将模型导入到adams。分别以摇臂齿轮断齿、齿轮裂纹和轴承各零件缺陷为故障案例,建立故障形式零件三维模型,联合Ansys软件生成柔性体文件,在四根惰轮轴上建立信号采集点,在Adams中替换相应零件模型,生成引入故障形式的虚拟样机模型。进行虚拟样机实验,提取各惰轮轴轴向和径向受力数据,作为建立故障诊断系统的样本。用Coif4小波对数据进行小波包分解,求各子带能量值,并构建成神经网络输入向量,结合Elman神经网络分别建立工况分类和故障分类的神经网络模型,形成不同工况分开诊断的采煤机摇臂故障诊断系统。将故障虚拟样机应用到采煤机截割部上来,以各惰轮轴受力数据为样本,建立神经网络故障诊断模型,重复进行验证试验,验证系统可靠性。