摘要：煤矿生产中风机一旦出现故障就会产生连锁反应,整个矿井也就无法正常进行生产,从而带来巨大的经济损失甚至人员伤亡,所以准确判断风机的运行状态,及时发现故障征兆至关重要。另外采集到矿井风机振动信号因为种种原因包含大量干扰信号,给特征分量的提取及故障诊断带来很大困难。基于此,该文运用Empirical Mode Decomposition将原始信号分解,然后利用Hilbert-Huang Transform边际谱提取矿井风机振动信号特征分量,证明了希尔伯特边际谱在矿井风机故障诊断中的优越性。
分类：期刊> 自然科学与工程技术> 基础科学> 自然科学理论与方法
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：矿井风机 故障诊断 特征分量 傅里叶变换 边际谱
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
