轴流风机-鸿宇风机-风机

存在频率干涉现象， 难以将含有多成份的信号表示清楚; 小波分析是适应信号处理的实际需要而发展起来的

一种时频分析方法， 与传统的信号处理方法相比， 小波变换在时域和频域同时具有良好的局部化特征，隧道风机， 目前，

基于小波包和多分辨分析的小波分析方法已经在旋转机械的故障征兆提取中得到了研究和应用[9~11] 。

(3) 其它方法

为了尽可能地获得风机设备的运行状态信息， 提取故障征兆， 针对类似风机等旋转机械还有一些其

它的分析技术。

① 轴心轨迹

风机在升降速过程中的振动信号为非平稳信号， 为了获得信号相对于频率和时间的变化规律， ****分析

结果的精度， 需要采用时频分析技术， 如短时 Fourier 变换(SFFT) ，风机，Wigner- Ville 分布(WVD) 和小波(W*elet)

分析等。其中， 短时 Fourier 变换用窗函数将信号截短， 将每小段信号视为平稳过程来进行谱估计， 从而得到

功率谱随时间变化的大致规律， 转速谱阵是该方法的一种变化形式; Wigner- Ville 分布*将一维的时间或

频率函数映射为时间- 频率的二维函数， 比较准确地反映了信号能量随时间和频率的分布情况， 但是该方法

[18] 虞和济，窑炉风机， 陈长征， 张省.基于*网络的智能诊断[J].振动工程学报， 2000， 13(2) : 202 - 209.

[19] 陈长征.旋转机械故障智能诊断方法研究[D].徐州: 中国矿业大学，轴流风机， 1998.

[20] William Ditto， Toshinori Munakata.Principles and Applicati* ofChaotic Systems [J]. Communicati* of the ACM， 1995 ， 38(11)

: 96 - 102.

[21] 赵振宇， 徐用懋.模糊理论和*网络的基础与应用[M].北京: 清华大学出版社， 1996.80 - 115.

[22] James J.ley ， Yoichi Hayashi.Fuzzy Neural Networks:ASurvey[J].Fuzzy Sets and Systems， 1994 ， 66 : 1 - 13.

[23] 许飞云， 贾民平， 钟秉林， 黄仁.旋转机械振动故障诊断的一种模糊*网络方法研究[J].振动工程学报， 1996 ， 9(3) : 21