矿井风机振动检测：EMD-FFT法的优势分析

"本文探讨了振动筛大梁裂纹的无损检测方法，旨在解决现有检测方法的局限性，为振动筛大梁的现场检测提供有效的技术指导。文章着重研究了快速傅里叶变换(FFT)与希尔伯特-黄变换(EMD)相结合的分析方法在矿井风机振动信号分析中的应用，以提高故障诊断的准确性。 在传统的FFT分析中，对于矿井风机振动信号的频谱分析可能存在高频信号特征与干扰信号难以区分的问题。而EMD-FFT方法通过EMD分解非平稳信号，将其转化为一系列内在模态函数(IMF)，然后再进行FFT分析，能够清晰地区分出干扰信号和特征信号。这种方法在图8中展示了其优越性，能够明显地识别出信号的主要频率，如分频8Hz、基频16Hz和倍频48Hz，这些频率成分的离散性、谐波性和收敛性都得到了显著改善，从而提高了信号分析的精确度。 文章引用了多篇参考资料，包括张国新等人关于基于EMD与自回归谱的往复压缩机气阀故障诊断的研究，韩清凯和于晓光的著作《基于振动分析的现代机械故障诊断原理及应用》，贾春花对希尔伯特-黄变换在信号处理中应用的探讨，以及肖玲、吴建星等人关于HHT在振动信号处理中的应用。这些文献进一步证明了EMD方法在机械故障诊断领域的实用性。 作者玄兆燕，女，河北唐山人，博士，教授，专注于信号分析和机械故障诊断领域，通讯作者为薛琦。文章发表于2014年《煤矿机械》杂志第35卷第9期，提出了EMD-FFT分析方法，可以有效地提升矿井风机故障诊断的准确性，对于振动筛大梁裂纹的检测具有重要的指导意义。" 该文的研究不仅局限于振动筛大梁裂纹的检测，还深入到矿井风机振动信号的分析，探讨了EMD技术在非平稳信号处理中的优势，这在机械故障诊断领域具有广泛的应用前景。通过将EMD与FFT结合，不仅可以提升故障诊断的效率，也为其他类似机械设备的维护和安全管理提供了新的思路和技术支持。