露天采矿技术OpencastMiningTechnologyVol.38No.3June.2023第38卷第3期2023年6月带式输送机在煤炭等物料运输行业中占据着不可或缺的地位[1-2]。大量生产经验表明，带式输送机一旦产生打滑、跑偏、撕裂等生产问题，轻者引起带传动异常，重则会造成严重的经济损失和人员伤亡[3]。在物料运输中，带式输送机长期处于高负荷工作状态，监测带式输送机的工作状态对于保障煤炭等物料的正常运输具有重要意义。因此，保障带式输送机的正常工作，及时发现带式输送机在物料转运中发生的问题，对于保障物料运输安全具有重要意义。目前，保障带式输送机安全的检测方式依据自动化程度可以被分为人工检测和智能监测2种。人工监测带式运输机的安全状况主要为通过定期走访、故障排查和经验分析等方法进行机器的运转状态检查，费时费力、效率较低。对于大批量、长时间生产的煤炭企业而言，开展输送带的智能安全监测工作对于保障正常生产具有十分重要的意义。智能监测带式输送机的工作状况主要通过传感器等设备在线采集带式输送机在运转过程中的各类力学、机器视觉信号等进行数学方法分析，检测预警带式运输机的故障。当带式输送机的相关检测指标超过预警基于BP神经网络的带式输送机常见故障监测技术研究白顺平，陈国磊，梁凯欣（新疆天池能源有限责任公司，新疆昌吉831100）摘要：针对物料输送带在运转过程中故障多发、问题难排查的问题，采用BP神经网络对故障类型进行预测研究；对输送带常见的故障类型进行了梳理，并对故障原因进行了说明；通过对故障细节进行分类和参数化处理，利用BP神经网络对常见的故障类型进行预测分析并与实际情况进行对比。结果表明:采用BP神经网络可以对输送带在运输过程中可能发生的打滑、纵撕、撒料、火灾等问题进行预测预警；通过对输送带日常运行故障的记录结合神经网络算法可以提升输送带常见故障类型进行预警和检测的效率。关键词：输送带；煤炭运输；神经网络算法；故障预测；在线监测中图分类号：TD5圆愿垣援员文献标志码：B文章编号：员远苑员原怨愿员远（圆园23）03原园101原园3ResearchoncommonfaultmonitoringtechnologyofbeltconveyorbasedonBPneuralnetworkBAIShunping,CHENGuolei,LIANGKaixin（XinjiangTianchiEnergyCo.,Ltd.,Changji831100China）Abstract:Aimingattheproblemsoffrequentfailuresanddifficulttroubleshootingofthematerialconveyorbeltduringoperation,weuseBPneuralnetworktopredictandstudythefailuretype...
