矿井风机系统作为矿井工作人员生命线的存在,已经受到越来越多的关注。本文围绕矿井风机故障诊断技术展开研究,提出一种基于盲分离与分形理论的故障诊断系统新架构,并基于这一架构,重点对矿井风机故障信号盲分离及故障信号特征提取这两方面问题进行了深入讨论。下面将本文的核心思想和创新点归纳如下:(1)针对传统风机故障诊断系统在振动信号混杂时诊断准确率低的缺陷,提出了一种新的故障诊断系统架构。新架构引入盲分离算法,将故障信号及干扰信号从混合信号中分离开来。同时,新架构采用多组监测数据并行处理,最后对结果进行融合处理,进一步提升了故障诊断系统性能。(2)针对矿井风机故障信号分离中的低信噪比及非平稳问题,提出一种基于特征值分解和时频分布的盲分离方法。该方法首先通过特征值分解划分信号子空间及噪声子空间,将观测信号投影到信号子空间,从而达到降噪目的;然后提出通过联合对角化一组投影信号的时频分布矩阵来实现非平稳信号的盲分离。(3)提出一种基于分形理论的风机故障特征提取和诊断方法以及设计了基于盲源分离与分形算法的风机故障仿真平台,可以很好的模拟风机故障的相关情况,为故障类型的判断提供了便利。