1、煤礦通風機是工礦企業(yè)中占據(jù)舉足輕重作用的一類旋轉(zhuǎn)機械設備，同時在煤礦企業(yè)的經(jīng)濟建設和生產(chǎn)過程中有著不可忽視的地位。但是機械設備在使用過程中會產(chǎn)生故障，而煤礦通風機一旦出現(xiàn)故障，就會造成不可估計的人員傷亡和經(jīng)濟損失。所以，煤礦通風機在運轉(zhuǎn)過程中有必要對其運行狀態(tài)進行監(jiān)測、診斷和預測。故障預測是指在通風機出現(xiàn)故障之前能夠根據(jù)其之前的運行狀態(tài)總結(jié)規(guī)律，從而來判斷下一時刻通風機是否正常的一種估計方法，這對減小煤礦事故和提高安全生產(chǎn)以及經(jīng)濟建設都

2、是一項極具實際意義的理論研究。
　　由于單一預測算法對非線性非平穩(wěn)信號的處理效果不理想，且存在濾波不徹底、適用性不寬以及預測精度不高等缺點，本文提出基于小波SVM組合算法對通風機進行故障預測。首先，通過小波和小波包分析對振動傳感器所測得的振動信號進行去噪、濾波和分解，提取其系數(shù)所重構(gòu)的特征值，作為支持向量機的輸入向量;其次，支持向量機對輸入樣本進行訓練建模來估計下一時刻的真實值;最后，將設計的模型應用于可與Matlab軟件無縫連接