基于气动信号分析的风机叶片裂纹故障识别

• 作者: 蔡利梅 黎少辉
• 来源期刊: 振动与冲击
• 学科: 工学
• 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
• 年，卷（期）: 2017,（19）
• 页码范围: 227-231
• 页数: 5页
• 分类号: TH165.3
• 字数: 3545字
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2017.19.034

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡利梅	中国矿业大学信息与控制工程学院	27	139	6.0	11.0
2	黎少辉	徐州工业职业技术学院机电工程学院	36	61	5.0	5.0