1、隨著工業(yè)生產(chǎn)和科學技術(shù)的發(fā)展，機械設(shè)備的可靠性、可用性、可維修性與安全性的問題日益突出，從而促進了人們對大型機械設(shè)備故障機理及診斷技術(shù)的研究。目前對壓縮機故障機理的研究主要從故障規(guī)律、故障征兆和故障模型等方面進行。由于大部分軸系故障都在振動信號上反映出來，因此，對軸系故障的研究總是以振動信號的分析為主。故本文針對大型機械軸流壓縮機的工作原理及故障特性，通過機械產(chǎn)生的振動信號對故障信號進行識別和診斷。
　　 LabVIEW是目前應(yīng)

2、用最廣、發(fā)展最快、功能最強的圖形化軟件開發(fā)集成環(huán)境，被視為一個標準的數(shù)據(jù)采集和儀器控制軟件，本文利用LabVIEW軟件平臺構(gòu)建了數(shù)據(jù)采集系統(tǒng)，采集了振動信號，用傅里葉變換和小波變換從時域和頻域兩個尺度對振動信號進行分析和處理，通過對壓縮機振動狀態(tài)的監(jiān)測，提取了振動信號的有效特征，并結(jié)合模式識別算法對振動信號進行了分類和識別，對故障信號做出診斷，從而對振動信號實現(xiàn)故障診斷方法的研究。
　　 實驗表明該系統(tǒng)的識別診斷功能是有效可行的