提升机是矿井的“咽喉”,属于关键设备。到目前为止,我国矿业生产由于提升系统发生故障而产生重大事故,已造成了巨大的经济损失和人员伤亡。矿井提升机主回路系统主要设备包括供电部分的变压器、主回路的变频器、提升机、驱动滚筒,哪个部分出现故障,都是煤矿生产的不安全隐患,本文将故障诊断技术与工程技术领域相结合,研究矿井提升机主回路故障诊断,以解决实际的故障诊断问题和预防故障,从而确保提升机系统运行的安全性与可靠性。分析了矿井提升机主回路供电系统的组成,应用故障树分析法对其主回路系统组成的每个环节建立了相应的故障树,找出了系统的薄弱环节,为后续的故障诊断研究提供了技术指导。分析矿用油浸式变压器出现故障的特点,研究了变压器油中溶解气体的方法,根据溶解于变压器油中提供的有效气体信息,提出故障气体的组成含量和变压器故障类型之间的相互关系。因为传统的变压器故障诊断精度不高、核参数对故障分类影响比较大的缺点,结合可分离性测度的计算,提出了一种基于交叉验证参数优化基础上的改进的二叉树支持向量机(SVM)学习方法,建立变压器故障诊断模型,使用该参数优化的方法可以获得良好的效果,提高了变压器故障诊断的效率和准确性,同时更好的解决了核参数初始值选取困难的问题。对于变频器中的整流环节,针对电力电子电路故障的特点,使用了双线性网格搜索算法确定了相应的最优误差惩罚参数和高斯核参数,提出了一种改进的一对多支持向量机分类算法,建立分类器并对故障进行分类。当某一个分类器的值为真时,就不再进行下一步的计算并确定此时的电路故障类型,有效的降低了计算量,提高了测试的效率,针对实际的变频器搜集到的数据,应用提出的算法进行仿真研究,获得了良好的诊断精度。针对煤矿矿井提升机主驱动电机——异步电动机的转子绕组断条故障,提出了基于多层小波包分解的支持向量机故障诊断方法,该方法在分析电机转子绕组断条故障机理的基础上,采集电动机定子绕组电流信号,分别将正常信号和故障信号进行5层小波包变换,提取重构后的能量特征信息并进行归一化处理,作为支持向量机的输入向量,建立了异步电动机转子断条故障诊断模型,并对实际的矿井提升机转子断条故障进行验证,取得了良好的效果。