基于小波包分析及模糊识别的风机故障诊断
采用小波包分析法对所采集的韶钢4号风机9种故障信号分解和重构并对重构信号进行能量分析，提取出反映风机运行状态的特征向量和风机典型故障特征表。分析结果表明：对待检信号选用db10小波进行6层小波包分解，能获得反映风机故障的特征向量，利用故障特征向量与典型故障特征表，通过故障模糊识别方法进行故障诊断是有效的；对待检信号进行6层高频分解，风机的0.5倍频、1倍频～5倍频成分被分解在第1、2、3、4、6、7频带中，这为风机的故障诊断提供全面信息。实际诊断结果表明：振动信号与不平衡故障的模糊贴近度达到0.951，风机存在不平衡故障，证明了该方法具有较准确的故障诊断能力。
小波包分解 风力机 模糊识别 特征提取 故障诊断 振动信号
胡汉辉 谭青
湖南工业职业技术学院,长沙410208 中南大学机电工程学院,长沙410083
国内会议
北京
中文
4078-4081
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）