基于综合关联度分析的风机故障诊断

中国机械工程 ›› 2007, Vol. 18 ›› Issue (20): 2403-2405.

基于综合关联度分析的风机故障诊断

扶名福；谢明祥；饶泓；杨国泰

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-25 发布日期:2007-10-25

Fault Diagnosis of Suction Fan Based on the Synthetically Relational Analysis

Fu Mingfu；Xie Mingxiang；Rao Hong；Yang Guotai

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-25 Published:2007-10-25

摘要/Abstract

摘要：

在分析了灰色关联分析的基本理论和方法的基础上，考虑到故障诊断中模式的各特征参数的随机性和模糊性引起的模式间“相似性”的形状变异和“相近性”的距离差别，引进了相似系数，将关联度和相似系数联合形成综合关联度，提出了综合关联度分析诊断法，并将该方法用于风机的故障诊断。实例表明，将综合关联度分析法引入风机故障诊断中是可行的，且具有方法简单、计算量小、识别可靠等特点。

关键词: 故障诊断, 灰色关联分析, 相似系数, 综合关联度

Abstract:

Based on the theory and method of gray relational analysis, the similar coefficient was introduced to reduce the influent of relational degree affected by the maximum value or the minimum value in data and relational coefficient. The suction fan faults were diagnosed according to the synthetical relational degree composed by the relational degree and the similar coefficient.It is indicated that the method is available for the fault diagnosis of suction fan and has the characteristics of simplicity, low computation and high reliability.

Key words: fault diagnosis, gray relational analysis, similar coefficient, synthetically relational degree

中图分类号:

TP391.5

扶名福, 谢明祥, 饶泓, 杨国泰. 基于综合关联度分析的风机故障诊断[J]. 中国机械工程, 2007, 18(20): 2403-2405.

Fu Mingfu, Xie Mingxiang, Rao Hong, Yang Guotai. Fault Diagnosis of Suction Fan Based on the Synthetically Relational Analysis[J]. China Mechanical Engineering, 2007, 18(20): 2403-2405.

[1]	罗洁思, 于德介, 史美丽. 基于SVD和线调频小波路径追踪的转速波动齿轮箱故障诊断 [J]. J4, 201016, 21(16): 1947-1951.
[2]	郑近德, 王兴龙, 潘海洋, 童靳于, 刘庆运. 基于自适应自相关谱峭度图的滚动轴承故障诊断方法[J]. 中国机械工程, 2021, 32(07): 778-785，792.
[3]	陈换过, 刘培君, 俞杭, 肖雪. 基于改进PCA-SOM的电静压伺服作动器油滤堵塞故障诊断[J]. 中国机械工程, 2021, 32(07): 799-805.
[4]	丁嘉鑫;王振亚;姚立纲;蔡永武. 广义复合多尺度加权排列熵与参数优化支持向量机的滚动轴承故障诊断[J]. 中国机械工程, 2021, 32(02): 147-155.
[5]	杨路航1;李宝庆1;王平2,3;王健2,3;杨宇1. 基于概率输出弹性凸包的滚动轴承故障诊断方法[J]. 中国机械工程, 2021, 32(01): 40-46.
[6]	万书亭;彭勃;王晓龙. 基于双时域变换和稀疏编码收缩的滚动轴承早期故障诊断方法[J]. 中国机械工程, 2020, 31(23): 2829-2836.
[7]	孟宗;刘子涵;吕蒙. 基于改进奇异值分解滤波和谱峭度的滚动轴承故障诊断[J]. 中国机械工程, 2020, 31(20): 2420-2428.
[8]	王振亚;姚立纲. 广义精细复合多尺度样本熵与流形学习相结合的滚动轴承故障诊断方法[J]. 中国机械工程, 2020, 31(20): 2463-2471.
[9]	蔡艳平;范宇;陈万;张金明. 改进时频分析和特征融合在内燃机故障诊断中的应用[J]. 中国机械工程, 2020, 31(16): 1901-1911.
[10]	姜少飞;邬天骥;彭翔;李吉泉;李治;孙涛. 基于XGBoost特征提取的数据驱动故障诊断方法[J]. 中国机械工程, 2020, 31(10): 1232-1239.
[11]	陈雪峰, 郭艳婕, 许才彬, 商红兵. [学科发展]风电装备故障诊断与健康监测研究综述[J]. 中国机械工程, 2020, 31(02): 175-189.
[12]	朱永国1;邓斌1;霍正书1;周结华2. 小样本检测数据驱动的飞机结构件装配关键偏差源诊断[J]. 中国机械工程, 2019, 30(22): 2725-2733.
[13]	刘洋;刘晓波;梁珊. 基于傅里叶分解方法的航空发动机转子故障诊断[J]. 中国机械工程, 2019, 30(18): 2156-2163.
[14]	李从志;郑近德;潘海洋;刘庆运. 基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断方法[J]. 中国机械工程, 2019, 30(14): 1713-1719,1726.
[15]	刘兆伦1,2;张春兰2;武尤2;王海羽2;刘彬1,2. 一种增量式贝叶斯算法及篦冷机故障诊断[J]. 中国机械工程, 2019, 30(10): 1163-1171.