产生机理,风机, 以表格的形式总结出了各种故障与振动特征、敏感参数和故障原因之间的对应关系, 给出了相应
收稿日期: 2005- 04- 11
作者简介: 汪光阳 ( 1955- ) , 男, 安徽枞阳人, *,离心风机, 研究方向: 智能控制与。
Vol.23 安 徽 工 业 大 学 学 报 第 23 卷*期
January 2006 J.of Anhui University of Technology 2006 年 1 月*期
的治理措施。
总体来说,窑炉风机, 风机振动故障产生于 4 个方
面: 电机、风机本身、基础和风管[7, 8]
。其因果
分析如图 1 所示, 其中由风机本身原因引起
的故障占主导地位。
析对汽轮发电机组轴承发生松动故障前后振动信号的分形维数进行了计算, 得到了不同的结果。文献[14]在
应用分形维数作为征兆参数对滚动轴承进行故障诊断研究之后得出: 滚动轴承在不同的运动状态下具有不
同的分形维数, 分形维数可以作为识别轴承故障的特征量。
对于旋转机械中常见零部件(如滚动轴承、齿轮)的故障, 还有专门的振动信号处理技术, 如包络解调和倒
谱分析等方法。为了从被噪声严重污染的信号中提取有用信息, 时域滤波技术(如 Kalman 滤波和自适应滤波
术, 其中, 参数与状态估计技术是关键, 需要系统的模型, 在实际生产环境中, 对于复杂的设备而言, 该方
法不是经济可行的。
(2) 基于模式识别的故障诊断
模式识别是对一系列过程或事件进行分类或描述, 主要分为统计法和语言结构法两大类。设备的故障诊
断可以视为模式识别过程[15] : 测量并记录设备的运行状态参数, 从中提取故障征兆参数, 对于不同的故障状
态, 相应的征兆参数形成不同的模式, 将系统的状态模式与故障字典中的故障样本模式进行匹配, 从而识别
出设备的故障。当系统的模型未知或者非常复杂时, 该方法为解决故障诊断问题提供了一种简便有效的手