帶式輸送機是煤礦地面煤炭運輸系統的核心設備，其滾筒軸承長期在重載、高粉塵環境下運行，極易因疲勞磨損、潤滑失效或粉塵侵入而引發輸送帶跑偏、磨損加劇，嚴重時甚至會引發輸送中斷，造成重大經濟損失。

某煤礦在日常巡檢中發現，部分運行年限超 3 年的帶式輸送機滾筒軸承存在振動異常現象。然而，傳統人工巡檢無法精確量化故障特征，且檢修依賴固定周期，既容易造成過度維護，增加運維成本，又存在漏檢風險，難以保障設備穩定運行。針對上述問題，傳感智能振動監測系統通過構建滾筒軸承全生命周期管理，彌補傳統巡檢短板，為煤礦設備穩定運行提供了可靠的技術支撐。

圖1 傳感器現場安裝圖

01 異常振動信號捕捉

2025 年 1 月，系統監測到某帶式輸送機滾筒軸承振動加速度峰值從基線值 1.2m/s2 逐漸上升至 7.5m/s2，同時頻譜分析顯示，包絡圖譜中出現明顯45.3Hz及諧波成份（圖 2）。該頻率與軸承外圈故障特征頻率（BPFO）理論計算值 45.3Hz 高度吻合，初步判斷為外圈局部剝落。

圖 2 滾筒軸承振動頻譜圖

02 技術方案與實施

1、傳感器部署

●采用 VB43LoRa智能無線溫振傳感器，安裝于軸承座上（圖 3），實時采集加速度、速度、溫度數據。

●傳感器內置濾波算法，結合帶式輸送機運行狀態修正振動數據，有效消除輸送機機身振動干擾。

圖3 傳感器現場安裝圖

2、數據分析與診斷

高頻采樣與邊緣計算：

以 6400Hz 采樣率捕獲原始波形，傳感器端完成峭度、包絡解調等特征值提取，大幅降低數據傳輸負載。

APEF 自適應算法：

通過濾波優化振動烈度閾值，誤報率大大降低，依據歷史運行數據進行閾值計算。

故障確認：拆解目標滾筒軸承后，發現外圈存在明顯損傷，與診斷結論一致。

降低損失：檢修時間從原計劃的 8 小時縮短至 2.5 小時，極大減少了輸送機停機對煤炭運輸的影響。

單次故障預警避免的連帶損失（含滾筒更換、輸送帶修復、生產損失）預估達 10萬元。

圖 4 滾筒軸承外圈剝落實物圖

03 長效管理機制

●健康數據庫構建

建立滾筒軸承振動特征庫，涵蓋正常工況、內外圈故障、滾動體損傷等典型模式，為 AI 診斷提供基準數據。

●維護策略優化

從 “定期檢修” 轉變為 “狀態檢修”，滾筒軸承平均更換周期延長 30%，備件庫存成本降低 18%。

●全系統推廣

截至 2025 年 3 月，該系統已覆蓋該煤礦 10 條帶式輸送機的多個滾筒軸承，累計觸發有效預警 10 次，故障識別準確率達 94%。

04 結語

振動監測技術在煤礦帶式輸送機滾筒軸承管理中的應用，展現了數據驅動維護理念的優勢。捷杰傳感智能振動監測系統融合高精度傳感與智能算法，精準預警故障，推動煤礦設備運維從被動轉為主動。未來，隨著振動特征庫完善及多源數據融合，煤礦設備健康管理將邁向高階預測性維護階段，為煤礦產業智能化、高效化發展提供有力支撐。