风机广泛应用于国民生产的各个部门,对国家经济发展起重要作用,因此对风机开展故障诊断和状态监测工作,保证风机良好的运行,具有重大的理论意义和现实意义本论文将模糊理论应用到风机故障诊断中,依据风机故障的模糊症状进行状态识别并进行模糊推理,从而做出诊断。此方法克服了传统诊断法需要获取精确信息的困难,适应了风机在连续运行过程中,由于受到工艺参数、温度变化、周围环境等因素影响,导致其运行状态和故障表象的随机性和模糊性。通过对风机故障机理的研究,确定以振动烈度和倍频峰值作为待检故障的征兆库,利用Matlab曲线拟合法和模糊分布法得出隶属函数。参考专家经验与大量诊断实例结果,初步建立模糊矩阵,选择加权平均型模型完成模糊方程。使用大连理工大学研制的PDM2000数据采集分析仪对故障风机进行振动信号采集,然后进行时域和频域分析,得出所需数值进行模糊故障诊断。经实例诊断结果对比,此方法是可行的。采用C++语言开发出风机模糊故障诊断系统,辅助求解隶属函数和模糊方程并实现模糊矩阵的自学习功能,不断对模糊诊断矩阵加以修正,逐步提高模糊诊断矩阵的适应能力和准确性。使用该模型对某钢厂内引风机和鼓风机进行测试诊断,经信号采集、数据提取、参照选定、模糊诊断系统诊断等步骤,确定引风机正常,鼓风机为转轴裂纹故障。停机进行检修,显示诊断结果正确,证明了此模型的实用性。