矿用主通风机是煤矿通风的主要动力,它向井下输送新鲜空气,稀释有毒气体,为井下提供良好的工作环境,但与此同时,矿用通风机工作环境恶劣,机组运行的过程中风机叶片容易出现一些故障,造成叶片振动。因此,保证通风机的安全性和经济性在煤矿生产中有着重大的意义。随着技术进步和生产需要,矿井主通风机叶片故障信号的特征提取与分析变得越来越重要。　　本文在矿井主通风机叶片振动特征信号提取方面,以叶片振动信号为研究对象,展开对叶片振动信号特征提取方法的分析研究。由于矿井通风机运行的环境状况恶劣,叶片的振动状况较为复杂,叶片的振动信号有着很大的非平稳性,传统的基于傅里叶变换的信号处理方法,很难有效地对其进行特征提取。　　本文主要研究内容包括:基于时域分析、幅域分析以及傅里叶变换为核心的故障特征提取方法;基于短时傅里叶变换、小波变换和 EMD时频分析方法的叶片振动故障特征提取方法;通过仿真研究,结合矿井主通风机叶片振动的特点,分析了各种故障特征提取方法的性能特点。对于我们选取的典型的矿井通风机叶片振动信号而言,上述分析方法都能够分解出我们选取的矿井通风机叶片振动信号的特征频率。但是,傅里叶变换在由时域到频域的变换过程中,为一个在整体的变换只是适合稳态信号的变换,对于非稳态的振动信号关于频率成分的局部化信息由傅里叶变换很难得到。短时傅里叶变换由于时域频域的分辨率相互之间会存在影响,并且信号的频率与幅值在时频谱图上表现并不显著。较于短时傅里叶变换而言,小波变换能够改善频率的分辨精度,然而在WT边缘谱图上有虚假成分的存在。对比EMD时频分析法,小波变换对振动信号的分析也存在着频率幅值变换不显著的缺点。