首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波分析的风机故障诊断
引用本文:胡汉辉,杨洪,谭青,易念恩.基于小波分析的风机故障诊断[J].中南工业大学学报,2007,38(6):1169-1173.
作者姓名:胡汉辉  杨洪  谭青  易念恩
作者单位:[1]中南大学机电工程学院,湖南长沙410083 [2]湖南工业职业技术学院,湖南长沙410208
基金项目:国家自然科学基金资助项目(50675227)
摘    要:根据故障信号特征和小波变换多尺度分解性质选取小波分解层次,得到能正确地反映风机运行状态的特征向量;参照特征向量的组成方法,提出并构建基于小波分析的韶钢4号风机典型故障特征表。对待检信号选用db10波进行6层小波分解,利用待检状态的特征向量与典型故障特征表,通过模糊模式识别方法进行风机故障诊断。结合傅里叶分析方法进一步找出风机存在的倍频微弱信号。实际诊断结果表明:振动信号与故障特征表中典型不平衡故障的模糊贴近度达到0.958,从而诊断出实例中风机存在不平衡故障;风机存在0.5倍频微弱信号,据此有利于发现风机与该频率相关的早期微弱故障征兆。

关 键 词:小波分析  烧结风机  故障诊断
文章编号:1672-7207(2007)06-1169-05
收稿时间:2007-05-09
修稿时间:2007-06-28

Sintering fan faults diagnosis based on wavelet analysis
HU Han-hui, YANG Hong, TAN Qing, YI Nian-en.Sintering fan faults diagnosis based on wavelet analysis[J].Journal of Central South University of Technology(Natural Science),2007,38(6):1169-1173.
Authors:HU Han-hui  YANG Hong  TAN Qing  YI Nian-en
Abstract:
Keywords:wavelet analysis  sintering fan  fault diagnosis
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号