振动与冲击

作者：黎少辉 蔡利梅

单位：1. 徐州工业职业技术学院 江苏徐州 221140 2中国矿业大学 江苏徐州 221116

关键词：风机叶片裂纹；故障识别；气动信号；小波变换；主成分分析；K均值聚类;

针对风机叶片裂纹故障，提出通过分析风机出口气动信号，实现在线动态检测裂纹的方法。采集叶片不同状态下的风机出口气动信号，利用db4小波对气动信号进行5层分解，并单支重构，将各频带归一化能量构成6维特征向量；对能量向量进行主成分分析，基于贡献率实现特征选择；采用K均值聚类方法进行叶片状态识别。实验结果表明，气动信号能有效反映风机叶片状态的变化，该方法可以实现叶片正常、异常状态检测及裂纹长度状态区分，提供了风机叶片裂纹在线实时检测依据和手段。<br>

来源：2017年第19期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第19期