基于气动信号分析的风机叶片裂纹故障识别

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.

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

所属期刊栏目：36

分类号：TH165.3

资助基金：江苏省“青蓝工程”资助项目;江苏省高职院校高级访问学者计划项目

在线出版日期：2018-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：227-231