矿用风机-风机-鸿宇风机

故障， 采用在转子上安装平衡头的方法来解决机组不平衡故障， 使用*的中心标高测试仪以及可控支座

调节器来处理不对中故障等。

(2)、 向着*、高速度、高集成以及多通道方向发展， 精度从 8 位到 12 位甚至 16 位; 采集速度

从几赫发展到可达到几万赫; 采集方式从等时采样到等角度同步整周期采样方向发展， 这样可以提供包括相

位在内的多种信息:采集的数据从只有稳态数据发展到包括瞬态数据在内的多种数据。

风机故障的分析与诊断是一项实践性很强的

技术， 诊断与处理的成功与否， 经验起了重要的作

用，风机， 书本上的知识是****典型、****单一的问题类型，

而实际生产中， 即使是同一种振动问题对于不同

的设备、不同的系统配置， 它表现出来的征兆是不

同的， 如同样的风机， 由于除尘装置、烟道配置不

一样， 使风机振动的频率和冲击不一样， 因此，矿用风机， 它

表现出的症状是不一样的。 实际工作中，离心风机， 就要积累

历史数据、设备运行状态参数， 包括设备的前期安

装情况、设备运行中出现的症状及状态情况、设备

检修更换零部件及装配情况、维护*情况。 对于

正常状态也要注意积累， 对设备状态有了概貌了

解， 就能发现其渐变的特征， 如磨损、结垢、噪音、

振动的变化， 对日后设备出现故障的诊断是可靠

的依据， 对同类设备也有借鉴的作用。

术， 其中， 参数与状态估计技术是关键，窑炉风机， 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