随着科学技术的不断进步,机械设备向着高性能、高效率、高自动化和高可靠性的方向发展。风机在很多生产过程中都起着至关重要的地位。因此,对风机进行状态监测及故障诊断意义重大,不仅可以缩短维修时间、降低维修成本,还可提高诊断准确性和维修质量,创造可观的经济效益。鞍钢炼铁总厂立于2000年7月份,由原炼铁厂和烧结总厂合并后成立的集团公司,现有8座大中型高炉,总容积达20191立方米,是我国钢铁企业中最大的炼铁厂。高炉鼓风机在炼铁过程中起着至关重要的作用,它的稳定运行直接关系着生产是否能正常进行。本文是以鞍钢炼铁总厂为研究背景,以炼铁总厂高炉鼓风机研究对象,依据设备振动诊断技术的相关理论,利用人工神经网络技术,对鼓风机的状态及故障进行了分析及诊断。系统采用先进的信息检测设备,进行数据的采集。软件部分提出了先进的分析方法,首先采用傅立叶变换将采集的信号转换成频域上的信号,将所得到的综合信息,构建了两个子神经网络,其中子神经网络1是以频谱能量做为输入,以常见的故障做为输出,子神经网络2是以振动相对量和油温做为输入,以常见故障做为输出,然后将两个子网络进行融合后再进行网络训练和诊断,得出了的故障诊断系统。本文结合先进的硬件检测设备,对实测的风机振动数据进行结论验证,结果表明,本文提出的以集成神经网络为基础的风机故障诊断方法具有准确、实用等特点。