原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波分析的风机故障诊断.pdf
第 38 卷第 6 期 中南大学学报自然科学版( ) Vol.38 No.6
2007 年 12 月 J. Cent. South Univ. (Science and Technology) Dec. 2007
基于小波分析的风机故障诊断
1, 2 1 1 1
胡汉辉 ，杨 洪 ，谭 青 ，易念恩
(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)
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小波进行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
中图分类号：TH165.3 文献标识码：A 文章编号：1672-7207(2007)06−1169−05
Sintering fan faults diagnosis based on wavelet analysis
1, 2 1 1 1
HU Han-hui , YANG Hong , TAN Qing , YI Nian-en
(1. School of Mechanical and Electrical Engineering, Central South University, Changsha 410083, China;
2. Hunan Industry Polytechnic, Changsha 410208, China)
Abstract ：Wavelet decomposition levels were selected according to the characteristics of fault signal and wavelet
transform multiscale decomposition property, and the feature vector was obtained that can be used to reflect the running
status of the sintering fan. According to the feature vector composition method, wavelet analysis method was used to deal
with the fault diagnosis of the 4th sintering fan in Shaogang Steel Group, and a feature table of typical fault was built.
Detecting signal with db10 wavelet six layers wave
文档评论（0）