本课题是国家“十一五”科技支撑计划项目《年产千万吨级矿井大采高综采成套设备及关键技术》之子课题五：《超重型刮板输送机、转载机及其关键技术》(项目编号：2007BAB13B01)的重要组成部分,是针对综采工作面输送设备缺乏状态监测和故障诊断系统这一问题而提出的。本文结合大采高综采工作面的现场实际需要,以建立高产高效无人值守自动化工作面为目标,开发了一套基于PLC的综采工作面输送设备状态监测及故障诊断系统,进行了实验室测试、现场调试和生产运行。运行结果表明：该系统实现了对刮板输送机、破碎机和转载机的配套减速器和电动机的状态监测和故障诊断。主要研究内容如下：在查阅大量文献并进行多次现场调研的基础上,认真分析了当前煤矿监测监控系统和故障诊断技术的发展趋势,综合了不同综采工作面输送设备的组成和运行方式,确定了所开发的监测系统结构和功能。整个系统由一个总站和多个分站构成,形成了状态监测和故障诊断局域网络系统。总站可远程监测和控制各分站,分站可就地监测和诊断设备运行状态,实现故障初步诊断。分站可脱离总站单独使用,监测系统可自由组合,实现多总线通信,满足了不同工作面的监测要求。在充分考虑矿用用电设备基本要求的基础上,开发了以PLC为控制核心的系统硬件电路。配备人机界面作为监测系统的信息交互平台；以隔离安全栅作为信号本安处理电路；采用多信息融合技术,实现了对减速器高速轴承温度、低速轴承温度、油温、油位、电动机绕组温度、转子前轴承和后轴承温度、冷却水流量、压力等状态远程和就地实时监测。采用模块化程序设计方法,编写了监测系统总站和分站应用程序。包括通信子程序、模拟量采集处理子程序、人机界面控制子程序、单一故障诊断和报警子程序,并设计了人机显示画面。分析了综采工作面输送设备常见故障机理,根据监测系统的监测信息,构建了基于BP神经网络和D-S证据理论的故障诊断模型；通过实验验证了基于BP神经网络预测故障的可能性；验证了运用D-S证据理论融合数据可以提高故障诊断的可靠性和准确性,为实现输送设备配套减速器和电机的故障诊断和预测奠定了理论基础。在实验室对所开发的系统进行了程序和硬件联合调试,经检测各项性能均满足预期设计要求。将监测系统组装成产品后,进行了现场(包括地面和井下)调试,并成功应用于两个现代矿井的综采工作面。实验、调试和生产运行结果表明：系统结构简单,运行可靠。系统能够准确、快速地对刮板输送机、破碎机和转载机等输送设备的监测信号进行采集和处理,实现对被监测信息的初步诊断和显示。为建立无人值守自动化工作面和全矿井设备安全预警机制打下基础,并积累了宝贵经验。