針對現有帶式輸送機托輥故障檢測方法采用接觸式測量、不便于安裝操作、不適合于井下大范圍故障檢測等問題，提出了一種基于小波去噪和BP-RBF神經網絡的托輥故障檢測方法。采集托輥運行時的音頻信號，采用結合了軟閾值法和硬閾值法的折中法對音頻信號進行小波去噪處理；將每一層小波分解信號的能量和作為該層的特征值，通過處理系數對低頻部分的特征值進行轉換，以減小其在總能量中的占比，使故障特征更加明顯；將提取的特征向量輸入BP-RBF神經網絡模型中進行故障檢測。測試結果表明，對于正常托輥信號、托輥表面存在裂痕、托輥表面磨損3種情況，該方法的故障識別率達到96.7%。與傳統的頻譜分析診斷技術相比，該方法所需的工作量