故障诊断就是对系统所处的状态进行监测，判断其是否正常，当出现异常时分析其产生的原因和部位，并预报其发展趋势。故障诊断作为一门新兴的综合性边缘学科，经过了近四十年的发展，已初步形成了比较完整的学科体系。就其技术手段而言，已逐步形成以振动诊断、油样分析、温度监测和无损检测探伤为主，其他技术或方法为辅的局面。就诊断方法而言，除了单一参数、单一故障的技术诊断外，目前多参量、多故障的综合诊断已经兴起。故障诊断方法多样，针对不同故障情况需灵活使用。本课题研究的洗煤机，由于其机构众多，应采取不同的数据检测方法进行故障诊断。本课题主要研究洗煤机筛板的故障诊断方法，通过对洗煤机生产的煤粒进行检测，以煤粒大小的变化来判断洗煤机筛孔的磨损情况。课题研究中煤粉颗粒物理特性的测量，目前有多种关于煤粉粒径方面的测试技术，这些方法都存在一些局限性。随着图像处理技术的日益发展，基于图像处理技术的颗粒检测方法得到了应用。人们正尝试应用图像分析来直接获得颗粒的信息，并对颗粒进行形态分析。本文根据图像处理的原理，利用数码相机获取煤粒图像，进行图像类型转换、插值运算、二值化运算、灰度增强、滤波运算等预处理。经过上述处理将得到相对清晰的煤粒图像。利用测量煤粒的大小进行煤粒图像处理研究，因此需将煤粒图像进行有效分割。阀值分割、边缘检测、区域生长法与、形态学都是图像分割的有效手段。本文对上述方法进行试验，对其对比后，选取形态学方法作为本研究内容的图像分割方法。经过上述处理，得到轮廓清晰的煤粒图像。利用Matlab特征提取函数提取该图像中煤粒面积，得到煤粒数据。计算不同面积煤粒在总面积中的百分比，画出煤粒百分比图，根据图形分布判断洗煤机是否出现故障。上述图像处理采用Visual BASIC 6.0和Matlab 7.0混合编程的方式，充分发挥两种软件的优点，利于用户编程。Matlab 7.0功能强大，是一种高效的工程计算语言。在图像处理方面，MATLAB为图像读取、图像转换、图像变换、图像增强、图像分割等图像处理提供了实用而强大的工具。Visual BASIC 6.0向用户提供了一个完整的开发工具，可以轻松地开发应用程序，编制用户界面，简单可靠。