风机叶片故障预测的振动方法研究

风机工作中连续受到空气动力、惯性力等交变载荷的冲击,使得风轮桨叶产生不规则摆动和扭曲变形,异常振动和急剧变形将造成风机灾难性损毁,因此实时检测风机叶片整体运行状况显得尤其重要.提出基于三轴加速度传感器网络模型数据融合的风机叶片故障预测方法,通过对三维矢量分解、转换及提取技术反映风机整体运行模态,设计了数字信号处理技术的振动监控系统,对振幅超限的低频或超低频信号进行时域和频域分析,识别出了风机在4 ～ 30 Hz低频区域振动引起的故障率最高,并成功实现了风机叶片机械故障发生率75％的提前预测.