JS型回转窑排烟风机的振动信号处理与故障诊断

摘要

本文研制了回转窑排烟风机状态监测与故障诊断系统，系统实现了对排烟风机实时监控、趋势预测和故障诊断等的功能，目前该系统在长城铝业公司的现场平稳运行。 首先研究了复杂工况下含较大噪声的排烟风机振动信号中有用信号的提取问题，主要研究了振动信号处理中的伪点剔除方法、趋势项消除办法、频率混叠和能量泄漏问题、数字滤波器设计等问题，重点探讨了振动信号处理中的趋势项消除办法，构造了振动信号趋势项多项式的一般矩阵表示方法，并模拟现场排烟风机运行工况，通过仿真实验对设计的程序进行了验证。 其次，论文还运用小波分析的方法对排烟风机振动信号噪声消除方法进行了研究，在分析风机振动噪声信号与有用信号的小波特性的基础上，较为深入研究了小波强制阀值、硬阀值和软阀值消噪技术，重点探讨了软硬阀值折衷法小波消噪技术在排烟风机振动信号处理中的应用，并通过仿真对不同小波函数、消噪方法下的消噪效果进行比较，找出了合适的小波函数和小波消噪方法，确定了相关参数。 再次，分析了排烟风机典型故障的振动机理，总结了故障的基本振动特征与诊断方法，研究了神经网络技术用于风机故障诊断的基本原理和算法，重点探讨了以最小步长为标准的BP神经网络模型参数确定方法，通过网络学习和训练，构造了适合于排烟风机特征的故障诊断模型，并运用现场故障信号进行了故障诊断实验。 最后，分析设计了排烟风机运行状态监测和故障诊断系统，对系统硬件组成原理、测点布置、仪器设备选择、软件设计流程、主要界面和应用效果进行了分析与介绍。

目录

文摘

英文文摘

原创性声明及关于学位论文使用授权说明

第一章绪论

第二章排烟风机的振动信号处理与分析

第三章基于小波分析的排烟风机振动信号噪声消除

第四章排烟风机典型故障的振动机理与诊断

第五章基于神经网络的排烟风机故障诊断技术研究

第六章排烟风机状态监测与故障诊断系统分析

结论与展望

参考文献

致谢

攻读学位其间的主要研究成果