空气压缩机作为矿山生产的主要动力设备之一，它为全矿风动设备提供动力源，其工作的可靠性和安全性直接影响着全矿的正常生产和经济效益。目前，许多工矿企业的供气站自动化程度还不高，靠人工实现空气压缩机组的联动，调节压力速度缓慢，控制精度不高，从而造成工人劳动强度大、系统运行效率低、浪费电能、影响供风设备使用寿命等问题。此外，矿用空气压缩机属于大型旋转机械，一旦发生事故，将会造成严重的经济损失甚至人身伤害。所以实现矿用空气压缩机组的智能监控和状态诊断，可以产生直接的经济效益和社会效益。本课题以华晋焦煤集团沙曲选煤厂的“空气压缩机智能监控改造项目”为选题背景，通过分析空气压缩机组运行原理，设计出基于模糊控制的寻优策略，基于模糊PID控制器和寻优策略，设计出一种矿用空气压缩机组智能控制策略，并结合PLC、变频器和RSVIEW32上位机软件，开发了一套空气压缩机智能监控系统。智能控制策略原理如下，首先，根据总管压力偏差e和偏差变化率ec模糊自整定PID控制器的P、Ti、Td三个系数；然后常规PID控制器根据最新的三个控制系数、压力偏差和偏差变化率计算出控制增量u并将其传输给寻优策略；接着在寻优策略中，利用控制增量u、变频器输出频率FV FO计算出空气压缩机运行台数及方式，再结合空气压缩机运行返回信号RF、累计运行时长TR和停止时长TS T，经过模糊控制得出启动或者停止的空气压缩机编号M和变频器输出频率变化量FVFO，从而实现对总管压力的自动调节和对空气压缩机的轮序运行控制。同时，基于提升小波降噪和局域均值分解（Local mean decomposition, LMD），设计出一种特征提取方法，用于分析空气压缩机转子振动信号。由于空气压缩机转子振动信号中难免会夹杂一些干扰信号，所以首先进行提升小波去噪处理，提高振动信号的信噪比，然后再进行LMD分解，得到振动信号的各个频率分量，再对其进行频域分析，提取故障信息。通过MATLAB软件仿真和实验验证，证明了该方法的有效性。改造完成后，沙曲选煤厂空气压缩机供气系统整体运行稳定，总管压力稳定，空载运行情况很少，各台空气压缩机运行时间均匀、启动电流平稳，工人劳动强度降低。结果表明本系统具有较好的应用性和社会推广价值。