摘要: 斜盘是顶板支护设备中的重要零件，为了能够保证顶板支护的安全可靠，需对支护斜盘的健康状态进行检测。针对顶板支护斜盘的故障检测问题，提出了一种基于对称极坐标(SDP)图像处理算法的矿用顶板支护斜盘故障诊断方法，该方法将振动数据转换为对称极坐标图像，再利用神经网络提取故障特征，实现对斜盘的故障诊断。实验中模拟了4种不同的斜盘故障信号，并分析了卷积神经网络使用不同的网络层数、尺寸、卷积核个数和学习率对诊断结果的影响，经过综合考虑模型的稳定性、训练时间及对故障识别的准确率，确定了最佳的参数。故障诊断模型可实现对斜盘4种不同故障的准确识别，识别准确率达92.25%,表明该模型可高效地完成顶板支护斜盘的故障诊断工作。