對(duì)系統(tǒng)運(yùn)行狀態(tài)的故障監(jiān)測(cè)與診斷，是通過(guò)對(duì)設(shè)備某些敏感部位振動(dòng)、平衡度、溫度、壓力等信號(hào)的采集，并通過(guò)對(duì)信號(hào)處理，提取特征參數(shù)的方法來(lái)辯識(shí)工作狀態(tài)。其基本原理是：在運(yùn)行過(guò)程中，其零部件會(huì)發(fā)出各自確定特征的信號(hào)，而這些信號(hào)隨單個(gè)零件的損壞、磨損以及電子元件的電壓、電流、溫度等變化而變化。根據(jù)表征具體故障的特征參數(shù)，通過(guò)人工神經(jīng)網(wǎng)絡(luò)監(jiān)測(cè)與診斷系統(tǒng)，對(duì)故障進(jìn)行診斷和預(yù)報(bào)。

        該故障智能監(jiān)測(cè)與診斷系統(tǒng)，主要包括監(jiān)測(cè)與診斷兩個(gè)過(guò)程。其中每個(gè)過(guò)程都包括預(yù)處理和特征信號(hào)提取兩部分。快速、有效地提取反映設(shè)備故障信息的特征是故障診斷的關(guān)鍵。把從診斷的對(duì)象處獲得的數(shù)據(jù)看作一組時(shí)間序列，通過(guò)對(duì)該時(shí)間序列的分段采樣，將輸入數(shù)據(jù)映射成樣本空間的點(diǎn)，這些數(shù)據(jù)包括故障的類型、程度和位置等信息。首先對(duì)映射到樣本空間的輸入數(shù)據(jù)進(jìn)行預(yù)處理，通過(guò)刪除原始數(shù)據(jù)中的無(wú)用的信息得到另一類故障模式，由樣本空間映射成數(shù)據(jù)空間。在數(shù)據(jù)空間的基礎(chǔ)上，提取數(shù)據(jù)中的不變特性，形成不變故障模式空間。在提取了故障模式的不變特性后，根據(jù)診斷的需要和問(wèn)題的特性，對(duì)所選擇的模式特征矢量進(jìn)行量化壓縮變換，選擇有用的特征，以用于故障診斷。

信號(hào)的產(chǎn)生和傳播

       可以認(rèn)為系統(tǒng)結(jié)構(gòu)為一定常線性系統(tǒng)，則系統(tǒng)振動(dòng)可表示為：

        M【】C【】K【]=

        M【】為系統(tǒng)的質(zhì)量矩陣，為響應(yīng)的加速度向量，C【】為系統(tǒng)的阻尼矩陣，為速度向量，[KI為系統(tǒng)剛度矩陣，為振動(dòng)的位移向量，Q【】為產(chǎn)生系統(tǒng)振聲的激勵(lì)力向量。

        系統(tǒng)振動(dòng)的激勵(lì)源主要有：電機(jī)驅(qū)動(dòng)系統(tǒng)，篩籃及轉(zhuǎn)軸的加工誤差、軸承和支架、裝配不平衡，試管裂紋破裂形成的腔內(nèi)積水、溫升過(guò)高等故障問(wèn)題造成的離心轉(zhuǎn)軸在高速旋轉(zhuǎn)中嚴(yán)重傾斜、振動(dòng)，當(dāng)振動(dòng)頻率超過(guò)極限值時(shí)，會(huì)引起離心機(jī)整個(gè)系統(tǒng)的共振，以致產(chǎn)生嚴(yán)重后果。