风机是一种将原动机的机械能转换为气体动能的机械,它是炼钢厂和火电厂中不可缺少的机械设备。实际运行中,风机由于运行条件较恶劣,故障率较高,导致机组非计划停运或减负荷运行。风机运行的安全可靠性直接影响炼钢厂和火电厂的安全经济运行。因此,迅速判断风机运行中故障产生的原因,采取得力措施对故障进行处理是连续安全运行的保障。对风机进行状态监测和故障诊断,可以提高风机运行的安全性、可靠性和有效性;提高风机的利用率;减少维修时间和维修时所需的人力、物力,提高维修效率,从而达到降低成本,增加效益的目的。本文对超高功率电炉除尘风机进行状态监测与故障诊断技术研究,实现风机运行状态评估和故障类别诊断。在综合大量国内外文献的基础上,阐述除尘风机状态监测与故障诊断技术研究现状及实施过程;确定除尘风机的监测信号及常用信号处理方法,结合除尘风机结构特点确定风机状态信号测试方案,根据相应标准确定风机运行状态参数的监测阈值,构建除尘风机状态监测系统;研究除尘风机运行过程中常见故障,对故障机理进行分析,得出故障特征频率,为故障诊断技术研究提供理论依据;提取反映除尘风机故障状态的特征向量,构建典型故障样本;结合除尘风机故障特征向量和目标向量的特点,建立故障诊断神经网络,以除尘风机典型故障样本完成对神经网络的训练,并测试除尘风机故障诊断神经网络故障识别的有效性。