APP下载

基于快速傅里叶变换(FFT)和小波变换的大型风机机械振动故障的分析

2016-06-28马学娟

科技与创新 2016年11期

马学娟

摘 要:针对风机设备机械振动及运行状态实时在线检测问题,阐述了几种常见的大型旋转机械设备故障的振动机理、故障特征,通过数据采集并对其进行预处理,运用Matlab工具软件对所获取的数据进行频域分析和小波分析,为后期的故障诊断提供依据。

关键词:快速傅里叶变换;小波变换;大型风机;机械振动故障

中图分类号:TH43;TH165+.3 文献标识码:A DOI:10.15913/j.cnki.kjycx.2016.11.121

文章编号:2095-6835(2016)11-0121-02

对风机的机械性能指标进行长期的动态监测,并对其机械振动进行研究和对其故障进行诊断分析、维护是当前各个工矿企业正常运作的一个重要环节。通过对风机设备振动的分析和研究,可以较为准确地了解风机在工作中的运行状态,及早检测发现风机整体或局部问题及其原因,并及时采取相应的处理措施,从而确保生产的安全、高效进行。

1 快速傅里叶变换和小波变换原理

1.1 快速傅里叶变换

快速傅里叶变换原理:在DFT中,我们令系数WN=e-j2π/N,由此可看出系数WN的一些性质。

为简单起见,我们取N为2的整数次幂,根据系数的对称性,则有:

此时,可以将1个N点的变换分解为2个N/2点的变换,并且可以依据这种模式继续分解下去。这就是Cooley-Turkey的FFT算法的基本原理。它基本上分为时间抽取(DIT-FFT)算法和频率抽取(DIF-FFT)算法两类。

1.2 小波变换

“小波变换”概念最早于1984年由J.Morlet提出,其基本思想是把信号投影在由一簇基函数张成的空间上。利用小波分析,不仅能将信号在时间和频率上独立分解,还能保证不丢失原有的信号特征,被誉为信号分析中的“显微镜”。……

登录APP查看全文