針對(duì)包絡(luò)估計(jì)函數(shù)解調(diào)時(shí)出現(xiàn)的突變問(wèn)題，提出奇異區(qū)間包絡(luò)重構(gòu)局部均值分解方法。該方法確定包絡(luò)估計(jì)函數(shù)解調(diào)突變?cè)驗(yàn)榘j(luò)線存在交叉，為此定義交叉局部區(qū)域?yàn)槠娈悈^(qū)間，結(jié)合極值對(duì)稱理論增廣該區(qū)間插值點(diǎn)，應(yīng)用三次埃爾米特插值進(jìn)行局部重構(gòu)，形成奇異區(qū)間包絡(luò)重構(gòu)算法。仿真信號(hào)和往復(fù)壓縮機(jī)軸承故障診斷應(yīng)用證明，本文所提方法解決了包絡(luò)線交叉問(wèn)題，抑制了解調(diào)突變現(xiàn)象，分解結(jié)果故障特征更***。關(guān)鍵詞：LMD；重構(gòu)包絡(luò)；解調(diào)突變；往復(fù)式壓縮機(jī)；故障診斷故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)是故障研究的前沿陣地。新一代故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)使用故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)瓦倫尼安轉(zhuǎn)子軸承機(jī)理研究模擬實(shí)驗(yàn)臺(tái)的優(yōu)勢(shì) PT100軸承故障模擬試驗(yàn)...

：為了解決變分模態(tài)分解的參數(shù)選取問(wèn)題并更準(zhǔn)確的提取軸承故障特征信息，提出了一種多目標(biāo)優(yōu)化變分模態(tài)分解（VMD）的軸承故障診斷方法。建立了以信息熵、相關(guān)系數(shù)和峭度的目標(biāo)函數(shù)以及綜合評(píng)價(jià)指標(biāo)，將VMD的參數(shù)優(yōu)化問(wèn)題轉(zhuǎn)換成多目標(biāo)優(yōu)化的帕累托（Pareto）問(wèn)題。首先，利用多目標(biāo)粒子群優(yōu)化算法（MOPSO）對(duì)三個(gè)目標(biāo)函數(shù)進(jìn)行尋優(yōu)，得到VMD參數(shù)組合的比較好Pareto解集；其次，對(duì)Pareto解集用綜合評(píng)價(jià)指標(biāo)對(duì)其進(jìn)行評(píng)價(jià)，確定出VMD的比較好參數(shù)組合；利用已確定的比較好參數(shù)組合對(duì)軸承故障信號(hào)進(jìn)行VMD分解，得到若干本征模態(tài)分量（IMFs）；再利用綜合評(píng)價(jià)指標(biāo)選擇出比較好IMF，提取故障特征。仿真信號(hào)...

離心風(fēng)機(jī)故障植入試驗(yàn)平臺(tái)機(jī)械故障仿真測(cè)試臺(tái)架風(fēng)力發(fā)電故障植入試驗(yàn)平臺(tái)直升機(jī)尾翼傳動(dòng)振動(dòng)及扭轉(zhuǎn)特性..直升機(jī)齒輪傳動(dòng)振動(dòng)試驗(yàn)平臺(tái)旋轉(zhuǎn)機(jī)械故障植入綜合試驗(yàn)平臺(tái)旋轉(zhuǎn)機(jī)械故障植入輕型綜合試驗(yàn)臺(tái)行星齒輪箱故障植入試驗(yàn)平臺(tái)高速柔性轉(zhuǎn)子振動(dòng)試驗(yàn)平臺(tái)行星及平行齒輪箱故障植入試驗(yàn)臺(tái)剛性轉(zhuǎn)子振動(dòng)試驗(yàn)平臺(tái)軸系試驗(yàn)平臺(tái)電機(jī)可靠性研究對(duì)拖試驗(yàn)平臺(tái)往復(fù)壓縮機(jī)軸瓦傳統(tǒng)故障診斷方法需要人工提取特征，費(fèi)時(shí)耗力且敏感特征設(shè)計(jì)困難，基于卷積神經(jīng)網(wǎng)絡(luò)的故障診斷方法雖然不需要人工進(jìn)行特征提取，但模型存在梯度或消失問(wèn)題。神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別領(lǐng)域有明顯優(yōu)勢(shì)，常用的振動(dòng)信號(hào)時(shí)頻圖像處理方法如小波變換、短時(shí)傅里葉變換等在將一維信號(hào)轉(zhuǎn)為二維圖像時(shí)...

出了全壽命DynamicVibrationSimulator（動(dòng)態(tài)振動(dòng)模擬器）MachinerydiagnosisSimulator（機(jī)械診斷模擬器）Vibration&RemoteConditionMonitoringTestBench（振動(dòng)和遠(yuǎn)程狀態(tài)監(jiān)測(cè)試驗(yàn)臺(tái)）VibrationAnalysisTrainingSystem（振動(dòng)分析培訓(xùn)系統(tǒng)）mechanicalbearinggearfaultsimulationtestbed（機(jī)械軸承齒輪故障模擬試驗(yàn)臺(tái)）VibrationAnalysisandShaftAlignmentTrainingBench（振動(dòng)分析與對(duì)中訓(xùn)練臺(tái)）Rotatingm...

一階臨界轉(zhuǎn)速下振動(dòng)峰值,一級(jí)轉(zhuǎn)子的不平衡。不平衡可能位于中間的轉(zhuǎn)子動(dòng)平衡儀,也可能位于轉(zhuǎn)子的兩端。二階臨界轉(zhuǎn)速,轉(zhuǎn)子振動(dòng)峰值,在二階轉(zhuǎn)子不平衡,不平衡轉(zhuǎn)子位于兩端,和反向階段兩端不平衡力的角度。2根據(jù)振動(dòng)的工作速度工作速度轉(zhuǎn)子失衡類型判斷更為復(fù)雜,轉(zhuǎn)子和軸承之間的互相干擾影響較大的特征。振動(dòng)的工作速度可分為兩種類型:1)反向階段組件。放電檢測(cè)器工作速度下轉(zhuǎn)子扭轉(zhuǎn)振動(dòng)組件是更大、反對(duì)稱轉(zhuǎn)子不平衡。在大多數(shù)情況下反對(duì)稱林加重程度高,這種振動(dòng)的工作速度比較容易平衡。2)同相分量。工作速度振動(dòng)出現(xiàn)同相分量有三種可能性:一階不平衡,第三個(gè)訂單不平衡和懸臂式的轉(zhuǎn)子不平衡。故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)是故障研究的...

航空發(fā)動(dòng)機(jī)雙轉(zhuǎn)子系統(tǒng)葉片-機(jī)匣碰摩故障模擬，F(xiàn)aultsimulationofblade-casingrubbingfordual-rotorsystemofaero-engines葉片-機(jī)匣碰摩嚴(yán)重影響航空發(fā)動(dòng)機(jī)的性能、可靠性及安全性?？紤]葉片-機(jī)匣碰摩、軸承非線性、聯(lián)軸器不對(duì)中及高低壓轉(zhuǎn)子不平衡，利用有限元法建立雙轉(zhuǎn)子系統(tǒng)的非線性動(dòng)力學(xué)模型；然后利用模態(tài)綜合法縮減系統(tǒng)自由度，數(shù)值求解降階模型的非線性振動(dòng)響應(yīng)，分析葉片-機(jī)匣碰摩故障響應(yīng)特征。數(shù)值與實(shí)驗(yàn)結(jié)果表明：航空發(fā)動(dòng)機(jī)雙轉(zhuǎn)子系統(tǒng)為多激勵(lì)非線性系統(tǒng)，系統(tǒng)振動(dòng)響應(yīng)頻率成分復(fù)雜，包括高低壓轉(zhuǎn)軸頻率、多倍頻、組合頻率及其他復(fù)雜頻率；當(dāng)葉尖間隙較大...

針對(duì)以上問(wèn)題，并根據(jù)軸承故障脈沖的周期性、沖擊性以及與原始信號(hào)相關(guān)性的特點(diǎn)得到VMD參數(shù)組合的比較好Pareto解集，再利用綜合評(píng)價(jià)指標(biāo)評(píng)價(jià)選擇比較好的參數(shù)組合方案，其次，信號(hào)分解并綜合評(píng)價(jià)選取比較好IMF提取故障特征，***利用仿真信號(hào)和實(shí)際軸承振動(dòng)信號(hào)分析，驗(yàn)證了所提方法的有效性。軸承出現(xiàn)故障后，運(yùn)行過(guò)程中會(huì)產(chǎn)生周期性的沖擊，其振動(dòng)信號(hào)就越有序，信息熵值也就越小。VMD分解得到的模態(tài)分量中，信息熵值越小的模態(tài)分量，包含著越多的軸承故障信息，越能反映當(dāng)前軸承的運(yùn)行狀態(tài)。介紹增速齒輪箱故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)的組成部分。德國(guó)故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)寫論文故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)對(duì)試驗(yàn)臺(tái)主要零部件進(jìn)行...

智能預(yù)警超限報(bào)警根據(jù)標(biāo)準(zhǔn)設(shè)定報(bào)警閾值，當(dāng)測(cè)量值超過(guò)閾值即發(fā)出相應(yīng)的報(bào)警（規(guī)則I）變化率報(bào)警對(duì)變化率設(shè)定閾值，測(cè)量值雖然沒超限但變化率超限，發(fā)出相應(yīng)報(bào)警（規(guī)則II）趨勢(shì)預(yù)警基于自適應(yīng)閾值檢測(cè)方法，可隨工況變化自適應(yīng)的調(diào)節(jié)閾值，能夠有效減少由于固定閾值所引起的誤檢測(cè)和漏檢測(cè)問(wèn)題，實(shí)時(shí)工作狀態(tài)●用戶可實(shí)時(shí)觀察和了解被監(jiān)測(cè)對(duì)象當(dāng)前各種故障的診斷情況以及所對(duì)應(yīng)的特征值數(shù)據(jù)●***顯示被監(jiān)測(cè)對(duì)象各種故障的現(xiàn)象描述、判斷依據(jù)、參考圖譜、實(shí)時(shí)圖譜以及診斷結(jié)果等信息，供用戶參考比對(duì)●當(dāng)系統(tǒng)發(fā)出故障預(yù)警時(shí)，用戶可參考系統(tǒng)提供的各種參考信息，進(jìn)一步綜合判斷被監(jiān)測(cè)對(duì)象的故障狀態(tài)●實(shí)時(shí)工作狀態(tài)采用word文檔頁(yè)面展示，...

PT580水泵測(cè)試臺(tái)可以對(duì)離心泵的各種故障進(jìn)行振動(dòng)采集診斷（例如：氣蝕現(xiàn)象、葉輪裂紋、葉輪磨損、葉輪不平衡等故障），包括可以模擬各種故障軸承元件，對(duì)故障信號(hào)進(jìn)行檢測(cè)處理判斷故障類型。是在一片多晶硅上通過(guò)微機(jī)械加工出加速度敏感原件，它由轉(zhuǎn)換，測(cè)量，放大電路組成屬于集成傳感器，可遠(yuǎn)程、動(dòng)態(tài)、實(shí)時(shí)、連續(xù)、采集設(shè)備的三軸振動(dòng)和溫度數(shù)據(jù)，通過(guò)運(yùn)算能力直接運(yùn)算12種振動(dòng)相關(guān)特征值，并使用有線或者無(wú)線等各類通訊方式，將特征值和原始信號(hào)傳輸?shù)缴蠈酉到y(tǒng)做分析處理，為各行業(yè)客戶提供低成本、智能化的在線設(shè)備健康監(jiān)測(cè)方案。故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)的精度令人贊嘆。海南轉(zhuǎn)子故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)針對(duì)以...

針對(duì)以上問(wèn)題，并根據(jù)軸承故障脈沖的周期性、沖擊性以及與原始信號(hào)相關(guān)性的特點(diǎn)得到VMD參數(shù)組合的比較好Pareto解集，再利用綜合評(píng)價(jià)指標(biāo)評(píng)價(jià)選擇比較好的參數(shù)組合方案，其次，信號(hào)分解并綜合評(píng)價(jià)選取比較好IMF提取故障特征，***利用仿真信號(hào)和實(shí)際軸承振動(dòng)信號(hào)分析，驗(yàn)證了所提方法的有效性。軸承出現(xiàn)故障后，運(yùn)行過(guò)程中會(huì)產(chǎn)生周期性的沖擊，其振動(dòng)信號(hào)就越有序，信息熵值也就越小。VMD分解得到的模態(tài)分量中，信息熵值越小的模態(tài)分量，包含著越多的軸承故障信息，越能反映當(dāng)前軸承的運(yùn)行狀態(tài)。故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)的使用方法需要熟練掌握。河南多功能故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)PT580水泵測(cè)試臺(tái)可以...

VALENIAN測(cè)試臺(tái)是一種雙轉(zhuǎn)子實(shí)驗(yàn)臺(tái)結(jié)構(gòu),此臺(tái)架主要由動(dòng)力電機(jī)、內(nèi)轉(zhuǎn)軸、外轉(zhuǎn)軸(空心)、支承、輪盤、皮帶、皮帶輪、底座等構(gòu)成。其主要特點(diǎn)是:內(nèi)外2個(gè)轉(zhuǎn)子通過(guò)中介軸承耦合在一起,分別由不同的電機(jī)驅(qū)動(dòng);4個(gè)輪盤分別用來(lái)模擬低壓壓氣機(jī)、高壓壓氣機(jī)、高壓渦輪、低壓渦輪的質(zhì)量。采用直接傳遞矩陣法計(jì)算了實(shí)驗(yàn)臺(tái)架的**階臨界轉(zhuǎn)速,分析了支承剛度、轉(zhuǎn)速比、輪盤的極轉(zhuǎn)動(dòng)慣量、長(zhǎng)徑比等因素對(duì)臺(tái)架臨界轉(zhuǎn)速的影響,并據(jù)此對(duì)實(shí)驗(yàn)臺(tái)架作了優(yōu)化。優(yōu)化臨界轉(zhuǎn)速后可以有效地減小運(yùn)行時(shí)的振動(dòng),顯示優(yōu)化是有效的。故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)的實(shí)驗(yàn)過(guò)程需要嚴(yán)謹(jǐn)對(duì)待。貴州新一代故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)瓦倫尼安教學(xué)設(shè)備...

PT650款實(shí)驗(yàn)臺(tái)主要由主軸電機(jī)，聯(lián)軸器，轉(zhuǎn)速控制模塊，支撐軸承座，轉(zhuǎn)子盤作為負(fù)載機(jī)構(gòu)，電渦流傳感器支架，轉(zhuǎn)速計(jì)支架，等部分組成。通過(guò)預(yù)測(cè)值與試驗(yàn)值的對(duì)比分析表明，兩種不同指標(biāo)的預(yù)測(cè)模型隨著油液數(shù)據(jù)的累積，不斷接近試驗(yàn)值；以健康指數(shù)為指標(biāo)的預(yù)測(cè)模型比以單元素為指標(biāo)的預(yù)測(cè)模型更早接近試驗(yàn)剩余壽命，且預(yù)測(cè)值更加接近試驗(yàn)值，相較單元素模型更加準(zhǔn)確。退化過(guò)程的剩余壽命預(yù)測(cè)及維修決策優(yōu)化模型研究.基于不確定油液光譜數(shù)據(jù)的綜合傳動(dòng)裝置剩余壽命預(yù)測(cè)在故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)中，怎樣實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)和分析？遼寧故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)怎么樣故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)軸承故障診斷方法，并用仿真信號(hào)和實(shí)際軸承振動(dòng)信號(hào)對(duì)...

PT500MiNi振動(dòng)力學(xué)實(shí)驗(yàn)臺(tái)、激振和傳感器、數(shù)據(jù)采集卡及其采集和分析軟件等于一體的教學(xué)用振動(dòng)力學(xué)實(shí)驗(yàn)系統(tǒng)。該產(chǎn)品緊扣高校力學(xué)教學(xué)實(shí)驗(yàn)大綱，教學(xué)內(nèi)容覆蓋面廣，實(shí)驗(yàn)裝置組成簡(jiǎn)單明晰。特別適用于各類高校力學(xué)實(shí)驗(yàn)室等教學(xué)力學(xué)實(shí)驗(yàn)場(chǎng)合。特點(diǎn)：●高精度動(dòng)態(tài)信號(hào)采集器?！?個(gè)通道IEPE傳感器接入同步采集，1個(gè)通道寬電壓信號(hào)接入，電壓幅值可達(dá)100Vp-p，每通道集成寬帶濾波器，在奈奎斯特時(shí)提供完全的衰減。●采集器由外部USB供電并傳輸數(shù)據(jù)，是實(shí)驗(yàn)室測(cè)量，工業(yè)測(cè)量，便攜式測(cè)量的良好選擇。4通道IEPE/V，同步采集漢吉龍測(cè)控轉(zhuǎn)子平行軸齒輪箱、行星齒輪箱故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)。黑龍江離心泵故障機(jī)理研究模擬...

PT400mini便攜式軸承齒輪實(shí)驗(yàn)臺(tái)可用于振動(dòng)測(cè)試儀器功能演示和旋轉(zhuǎn)機(jī)器振動(dòng)檢測(cè)、分析和故障診斷培訓(xùn)演示。輕便的小尺寸，可快速模擬0-3000rpm轉(zhuǎn)速下的機(jī)器運(yùn)行，進(jìn)行振動(dòng)測(cè)量和分析主要技術(shù)參數(shù)通道數(shù)每模塊8通道，可選配16通道/模塊，通過(guò)以太網(wǎng)實(shí)現(xiàn)無(wú)限通道擴(kuò)展連續(xù)采樣速率比較高5kHz/通道橋路方式支持全橋、半橋、三線制1/4橋適用應(yīng)變計(jì)電阻值（1）三線制1/4橋電阻范圍：120Ω、350Ω程控切換；（2）半橋、全橋電阻范圍：60Ω～20000Ω任意設(shè)定；供橋電壓2VDC、5VDC、10VDC分檔切換應(yīng)變量程±50000με，**小分辨率0.5με應(yīng)變示值誤差±（0.2％red±2με）...

：為了解決變分模態(tài)分解的參數(shù)選取問(wèn)題并更準(zhǔn)確的提取軸承故障特征信息，提出了一種多目標(biāo)優(yōu)化變分模態(tài)分解（VMD）的軸承故障診斷方法。建立了以信息熵、相關(guān)系數(shù)和峭度的目標(biāo)函數(shù)以及綜合評(píng)價(jià)指標(biāo)，將VMD的參數(shù)優(yōu)化問(wèn)題轉(zhuǎn)換成多目標(biāo)優(yōu)化的帕累托（Pareto）問(wèn)題。首先，利用多目標(biāo)粒子群優(yōu)化算法（MOPSO）對(duì)三個(gè)目標(biāo)函數(shù)進(jìn)行尋優(yōu)，得到VMD參數(shù)組合的比較好Pareto解集；其次，對(duì)Pareto解集用綜合評(píng)價(jià)指標(biāo)對(duì)其進(jìn)行評(píng)價(jià)，確定出VMD的比較好參數(shù)組合；利用已確定的比較好參數(shù)組合對(duì)軸承故障信號(hào)進(jìn)行VMD分解，得到若干本征模態(tài)分量（IMFs）；再利用綜合評(píng)價(jià)指標(biāo)選擇出比較好IMF，提取故障特征。仿真信號(hào)...

VALENIAN智能診斷平臺(tái)的智能診斷對(duì)故障信息進(jìn)行精細(xì)診斷，的診斷方法，是精細(xì)診斷的有效手段：●圖譜：趨勢(shì)圖、波形圖、頻譜圖、棒圖、數(shù)字表、儀表盤、圖片、模型、視頻、表格、報(bào)警日歷、狀態(tài)統(tǒng)計(jì)●時(shí)域分析：重采樣、IIR數(shù)字濾波、FIR數(shù)字濾波、一次積分、二次積分、一次微分、二次微分、相關(guān)分析、協(xié)方差分析、虛擬計(jì)算●幅值域分析：統(tǒng)計(jì)分析、幅值分析、雨流分析●頻域分析：頻譜分析、自功率譜、自功率譜密度、互功率譜密度、倒譜分析、頻域積分●階次分析：整周期采樣、階次譜、軸心軌跡、振動(dòng)列表、極坐標(biāo)、伯德圖、軸心位置圖、級(jí)聯(lián)圖、瀑布圖●包絡(luò)分析：包絡(luò)波形、包絡(luò)譜●聲學(xué)分析：聲壓分析、聲強(qiáng)分析、聲功率分析●...

HOJOLO自主開發(fā)的智能在線監(jiān)測(cè)系統(tǒng)平臺(tái)，以結(jié)構(gòu)安全和設(shè)備故障預(yù)測(cè)為導(dǎo)向，深度融合了物聯(lián)網(wǎng)、大數(shù)據(jù)、云/邊緣計(jì)算、人工智能以及數(shù)字孿生等先進(jìn)理念，可廣泛應(yīng)用于橋梁、房屋、隧道、邊坡、大壩、港機(jī)、機(jī)械設(shè)備、電力設(shè)施以及武器裝備等結(jié)構(gòu)或設(shè)備的在線監(jiān)測(cè)與健康管理。系統(tǒng)特點(diǎn)結(jié)構(gòu)信息管理支持用戶自定義編輯結(jié)構(gòu)信息，內(nèi)置地理位置地圖，支持導(dǎo)入大部分主流格式的2D圖形或3D實(shí)體模型用于測(cè)點(diǎn)布設(shè)可視化展示狀態(tài)顯示支持自定義大屏展示界面的設(shè)計(jì)與主題管理，豐富的數(shù)據(jù)展示模塊，多維度直觀顯示被監(jiān)測(cè)對(duì)象的實(shí)時(shí)/歷史工作狀態(tài)、報(bào)警等信息測(cè)點(diǎn)設(shè)置支持自定義創(chuàng)建與編輯測(cè)點(diǎn)，包括測(cè)點(diǎn)的基本信息、采樣設(shè)置、實(shí)時(shí)分析和存儲(chǔ)設(shè)置...

GearboxDynamicsSimulator（齒輪箱實(shí)驗(yàn)臺(tái)）nejvy??ímodelpronáhleddovysokootá?kovérotorovédynamiky（用于訓(xùn)練高速轉(zhuǎn)子動(dòng)力學(xué)的**模型）振動(dòng)診斷シミュレーター（振動(dòng)診斷模擬器）回転機(jī)シミュレータ（旋轉(zhuǎn)模擬器）シャフト旋回実験裝置（軸轉(zhuǎn)動(dòng)實(shí)驗(yàn)裝置）振動(dòng)発生型メンテナンス実習(xí)裝置機(jī)械?設(shè)備の故障解析から設(shè)備診斷臨界速度測(cè)定実験裝置gearfaulttestplatform（齒輪箱實(shí)驗(yàn)臺(tái)）AnIdealSimulatorForGearboxReliabilityStudies（齒輪箱可靠性試驗(yàn)臺(tái)）ModifiedMachiner...

PT580水泵測(cè)試臺(tái)可以對(duì)離心泵的各種故障進(jìn)行振動(dòng)采集診斷（例如：氣蝕現(xiàn)象、葉輪裂紋、葉輪磨損、葉輪不平衡等故障），包括可以模擬各種故障軸承元件，對(duì)故障信號(hào)進(jìn)行檢測(cè)處理判斷故障類型。是在一片多晶硅上通過(guò)微機(jī)械加工出加速度敏感原件，它由轉(zhuǎn)換，測(cè)量，放大電路組成屬于集成傳感器，可遠(yuǎn)程、動(dòng)態(tài)、實(shí)時(shí)、連續(xù)、采集設(shè)備的三軸振動(dòng)和溫度數(shù)據(jù)，通過(guò)運(yùn)算能力直接運(yùn)算12種振動(dòng)相關(guān)特征值，并使用有線或者無(wú)線等各類通訊方式，將特征值和原始信號(hào)傳輸?shù)缴蠈酉到y(tǒng)做分析處理，為各行業(yè)客戶提供低成本、智能化的在線設(shè)備健康監(jiān)測(cè)方案。增速齒輪箱故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)。黑龍江平行軸齒輪箱故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)...

軸承是機(jī)械設(shè)備中支撐轉(zhuǎn)軸運(yùn)轉(zhuǎn)的重要零部件，被***運(yùn)用于交通、工程機(jī)械等重要領(lǐng)域。隨著機(jī)械設(shè)備對(duì)旋轉(zhuǎn)速度以及載荷要求的逐步提高，對(duì)軸承的性能要求也隨之升高，其一旦出現(xiàn)故障，機(jī)械設(shè)備就無(wú)法正常運(yùn)行，造成經(jīng)濟(jì)損失及人員傷亡。因此，及時(shí)準(zhǔn)確診斷軸承故障變得很有必要。但是，軸承運(yùn)行環(huán)境中的噪聲較大，采集到軸承微弱故障的振動(dòng)信號(hào)中含有大量的信號(hào)冗余軸承的運(yùn)行狀態(tài)就變得較為困難，因此，需要合理且有效地振動(dòng)信號(hào)處理方法提取軸承的故障特征，這故障診斷的關(guān)鍵，BTS100軸承壽命預(yù)測(cè)測(cè)試臺(tái)，主要由三相異步電動(dòng)機(jī)，聯(lián)軸器，雙支撐軸承座單元，測(cè)試軸承、溫度監(jiān)測(cè)模塊、轉(zhuǎn)速調(diào)節(jié)及轉(zhuǎn)速顯示模塊，徑向及軸向液壓油站加載系統(tǒng)...

標(biāo)準(zhǔn)壓電式加速度傳感器三角剪切結(jié)構(gòu)，基座應(yīng)變小，溫度瞬態(tài)響應(yīng)低，敏感元件為高穩(wěn)定的特種陶瓷或石英，靈敏度穩(wěn)定性好。傳感器采用兩端 M5 螺孔設(shè)計(jì)，便于背對(duì)背標(biāo)定。1.測(cè)量通道數(shù)量：四通道、八通道、十六通道、傳感器同時(shí)數(shù)據(jù)信號(hào)采集。2.支持傳感器類型：壓電式傳感器振動(dòng)，噪聲聲級(jí)計(jì)，轉(zhuǎn)速計(jì)（*四通道）、電壓型輸出傳感器。3.數(shù)模轉(zhuǎn)換器精度：24AD位。4.支持比較高采樣頻率：比較高100kHz/通道，多種量程范圍可選。5.輸入精度：相位：優(yōu)于0.1度，幅值：優(yōu)于0.1%。6.儀器比較高動(dòng)態(tài)范圍：110dB。故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)的運(yùn)行需要精心維護(hù)。馬達(dá)故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)哪家好故障機(jī)理研究模擬實(shí)...

PT700在內(nèi)轉(zhuǎn)子驅(qū)動(dòng)電機(jī)機(jī)座上設(shè)置有內(nèi)轉(zhuǎn)子驅(qū)動(dòng)電機(jī),內(nèi)轉(zhuǎn)子驅(qū)動(dòng)電機(jī)通過(guò)主聯(lián)軸器和內(nèi)轉(zhuǎn)軸連接,套在內(nèi)轉(zhuǎn)軸上的內(nèi)轉(zhuǎn)子左輪盤,內(nèi)轉(zhuǎn)子左支承結(jié)構(gòu),內(nèi)轉(zhuǎn)子右輪盤和內(nèi)轉(zhuǎn)子右支承結(jié)構(gòu)沿中心軸線依次連接;套在外轉(zhuǎn)軸上的外轉(zhuǎn)子左支承結(jié)構(gòu),外轉(zhuǎn)子左輪盤和外轉(zhuǎn)子右輪盤沿中心軸線依次連接.本發(fā)明采用可調(diào)剛度的彈性支承,可實(shí)驗(yàn)支承剛度對(duì)雙轉(zhuǎn)子動(dòng)力特性的影響;可以模擬航空發(fā)動(dòng)機(jī)雙轉(zhuǎn)子質(zhì)量不平衡,轉(zhuǎn)子碰摩和支座松動(dòng)等機(jī)械故障.轉(zhuǎn)靜件碰摩狀態(tài)下的葉片振動(dòng)載荷和振動(dòng)特性測(cè)試分析，基于彈性基礎(chǔ)的內(nèi)外雙轉(zhuǎn)子故障模擬實(shí)驗(yàn)臺(tái),涉及航空發(fā)動(dòng)機(jī)實(shí)驗(yàn)裝置.本實(shí)驗(yàn)臺(tái)的結(jié)構(gòu)主要是:在外轉(zhuǎn)軸內(nèi)設(shè)置有內(nèi)轉(zhuǎn)軸,兩者中心軸線重合,通過(guò)中介支承結(jié)構(gòu)機(jī)在...

VALENIAN測(cè)試臺(tái)是一種雙轉(zhuǎn)子實(shí)驗(yàn)臺(tái)結(jié)構(gòu),此臺(tái)架主要由動(dòng)力電機(jī)、內(nèi)轉(zhuǎn)軸、外轉(zhuǎn)軸(空心)、支承、輪盤、皮帶、皮帶輪、底座等構(gòu)成。其主要特點(diǎn)是:內(nèi)外2個(gè)轉(zhuǎn)子通過(guò)中介軸承耦合在一起,分別由不同的電機(jī)驅(qū)動(dòng);4個(gè)輪盤分別用來(lái)模擬低壓壓氣機(jī)、高壓壓氣機(jī)、高壓渦輪、低壓渦輪的質(zhì)量。采用直接傳遞矩陣法計(jì)算了實(shí)驗(yàn)臺(tái)架的**階臨界轉(zhuǎn)速,分析了支承剛度、轉(zhuǎn)速比、輪盤的極轉(zhuǎn)動(dòng)慣量、長(zhǎng)徑比等因素對(duì)臺(tái)架臨界轉(zhuǎn)速的影響,并據(jù)此對(duì)實(shí)驗(yàn)臺(tái)架作了優(yōu)化。優(yōu)化臨界轉(zhuǎn)速后可以有效地減小運(yùn)行時(shí)的振動(dòng),顯示優(yōu)化是有效的。轉(zhuǎn)子軸承故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)。電機(jī)故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)怎么樣故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)TwinRotorSimula...

往復(fù)壓縮機(jī)作為工業(yè)生產(chǎn)中的重要組成設(shè)備，保證其正常運(yùn)行具有極其重要的實(shí)際意義。根據(jù)相關(guān)研究統(tǒng)計(jì)，氣閥故障大約占到了往復(fù)壓縮機(jī)故障總數(shù)的60%[1]。因此，有必要對(duì)往復(fù)壓縮機(jī)氣閥故障進(jìn)行深入的分析和研究。往復(fù)壓縮機(jī)氣閥在工作中會(huì)受到摩擦，沖擊等多種因素的干擾，導(dǎo)致其振動(dòng)信號(hào)具有強(qiáng)烈的非線性，非平穩(wěn)性特征[2]。針對(duì)上訴信號(hào)，目前多采用小波分析、經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）、變分模態(tài)分解（VMD）、熵值法、分形方法等對(duì)其進(jìn)行分析研究，其中，多重分形方法不僅可以深層次的描述氣閥信號(hào)非平穩(wěn)、非線性特征，同時(shí)可以描述氣閥振動(dòng)信號(hào)的自相似性，進(jìn)而可以更***準(zhǔn)確的提取往復(fù)壓縮機(jī)氣閥的故障特征故障機(jī)理研究模擬實(shí)驗(yàn)...

針對(duì)滾動(dòng)軸承故障類型和損傷程度難以識(shí)別的問(wèn)題，提出一種基于變分模態(tài)分解（VariationalModeDecomposition,VMD）和Gath-Geva（GG）模糊聚類相結(jié)合的滾動(dòng)軸承故障分類方法。該方法通過(guò)對(duì)已知滾動(dòng)軸承故障信號(hào)進(jìn)行VMD分解，利用分量頻率中心的大小確定分解模態(tài)的數(shù)量，將所得本征模態(tài)分量組成初始特征矩陣進(jìn)行奇異值分解；選取3個(gè)比較大奇異值作為GG聚類算法的輸入，得到已知故障信號(hào)的隸屬度矩陣和聚類中心；通過(guò)待測(cè)信號(hào)初始隸屬度矩陣與已知故障信號(hào)聚類中心之間的海明貼近度識(shí)別滾動(dòng)軸承的故障類型和損傷程度。通過(guò)滾動(dòng)軸承振動(dòng)數(shù)據(jù)對(duì)所述方法的有效性進(jìn)行驗(yàn)證，瓦倫尼安教學(xué)設(shè)備桌面式齒輪...

MachineVibrationAnalysisTrainer（機(jī)器振動(dòng)分析訓(xùn)練器）ExtendedVibrationAnalysisTrainingSystem（拓展振動(dòng)分析培訓(xùn)系統(tǒng)）MachineVibrationAnalysisMulti-ModeTrainer（機(jī)械振動(dòng)分析多模式訓(xùn)練器）AdvancedVibrationAnalysisTrainingSystemPlus（高級(jí)振動(dòng)分析培訓(xùn)系統(tǒng)）PredictiveMaintenanceVibrationAnalysisTrainingSystem（預(yù)測(cè)性維護(hù)振動(dòng)分析培訓(xùn)系統(tǒng)）BalancingandBearingFaultSimula...

PT500MiNi振動(dòng)力學(xué)實(shí)驗(yàn)臺(tái)、激振和傳感器、數(shù)據(jù)采集卡及其采集和分析軟件等于一體的教學(xué)用振動(dòng)力學(xué)實(shí)驗(yàn)系統(tǒng)。該產(chǎn)品緊扣高校力學(xué)教學(xué)實(shí)驗(yàn)大綱，教學(xué)內(nèi)容覆蓋面廣，實(shí)驗(yàn)裝置組成簡(jiǎn)單明晰。特別適用于各類高校力學(xué)實(shí)驗(yàn)室等教學(xué)力學(xué)實(shí)驗(yàn)場(chǎng)合。特點(diǎn)：●高精度動(dòng)態(tài)信號(hào)采集器?！?個(gè)通道IEPE傳感器接入同步采集，1個(gè)通道寬電壓信號(hào)接入，電壓幅值可達(dá)100Vp-p，每通道集成寬帶濾波器，在奈奎斯特時(shí)提供完全的衰減。●采集器由外部USB供電并傳輸數(shù)據(jù)，是實(shí)驗(yàn)室測(cè)量，工業(yè)測(cè)量，便攜式測(cè)量的良好選擇。4通道IEPE/V，同步采集漢吉龍測(cè)控故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)是故障研究的前沿陣地。行星齒輪箱故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)怎么...

：為了解決變分模態(tài)分解的參數(shù)選取問(wèn)題并更準(zhǔn)確的提取軸承故障特征信息，提出了一種多目標(biāo)優(yōu)化變分模態(tài)分解（VMD）的軸承故障診斷方法。建立了以信息熵、相關(guān)系數(shù)和峭度的目標(biāo)函數(shù)以及綜合評(píng)價(jià)指標(biāo)，將VMD的參數(shù)優(yōu)化問(wèn)題轉(zhuǎn)換成多目標(biāo)優(yōu)化的帕累托（Pareto）問(wèn)題。首先，利用多目標(biāo)粒子群優(yōu)化算法（MOPSO）對(duì)三個(gè)目標(biāo)函數(shù)進(jìn)行尋優(yōu)，得到VMD參數(shù)組合的比較好Pareto解集；其次，對(duì)Pareto解集用綜合評(píng)價(jià)指標(biāo)對(duì)其進(jìn)行評(píng)價(jià)，確定出VMD的比較好參數(shù)組合；利用已確定的比較好參數(shù)組合對(duì)軸承故障信號(hào)進(jìn)行VMD分解，得到若干本征模態(tài)分量（IMFs）；再利用綜合評(píng)價(jià)指標(biāo)選擇出比較好IMF，提取故障特征。仿真信號(hào)...

軸承是機(jī)械設(shè)備中支撐轉(zhuǎn)軸運(yùn)轉(zhuǎn)的重要零部件，被***運(yùn)用于交通、工程機(jī)械等重要領(lǐng)域。隨著機(jī)械設(shè)備對(duì)旋轉(zhuǎn)速度以及載荷要求的逐步提高，對(duì)軸承的性能要求也隨之升高，其一旦出現(xiàn)故障，機(jī)械設(shè)備就無(wú)法正常運(yùn)行，造成經(jīng)濟(jì)損失及人員傷亡。因此，及時(shí)準(zhǔn)確診斷軸承故障變得很有必要。但是，軸承運(yùn)行環(huán)境中的噪聲較大，采集到軸承微弱故障的振動(dòng)信號(hào)中含有大量的信號(hào)冗余軸承的運(yùn)行狀態(tài)就變得較為困難，因此，需要合理且有效地振動(dòng)信號(hào)處理方法提取軸承的故障特征，這故障診斷的關(guān)鍵，BTS100軸承壽命預(yù)測(cè)測(cè)試臺(tái)，主要由三相異步電動(dòng)機(jī)，聯(lián)軸器，雙支撐軸承座單元，測(cè)試軸承、溫度監(jiān)測(cè)模塊、轉(zhuǎn)速調(diào)節(jié)及轉(zhuǎn)速顯示模塊，徑向及軸向液壓油站加載系統(tǒng)...

軸承故障診斷方法，并用仿真信號(hào)和實(shí)際軸承振動(dòng)信號(hào)對(duì)所提方法進(jìn)行了驗(yàn)證，結(jié)果表明該方法能夠準(zhǔn)確地提取出軸承故障特征數(shù)據(jù)，進(jìn)而實(shí)現(xiàn)軸承故障的精確診斷。）綜合考慮了軸承故障的周期性、沖擊性以及與原始信號(hào)相關(guān)性的特點(diǎn)，構(gòu)建了信息熵、峭度、相關(guān)系數(shù)的目標(biāo)函數(shù)以及綜合評(píng)價(jià)指標(biāo)，通過(guò)目標(biāo)函數(shù)和綜合評(píng)價(jià)指標(biāo)選取并確定了比較好的參數(shù)組合。（3）利用綜合評(píng)價(jià)指標(biāo)選取比較好的IMF，通過(guò)實(shí)驗(yàn)信號(hào)和仿真信號(hào)的分析，表明選取的比較好IMF含有較豐富的軸承故障信息，能夠?qū)崿F(xiàn)軸承故障位置的精確診斷。不同故障類型電機(jī)電流信號(hào)，以及振動(dòng)頻譜信號(hào)與正常電機(jī)的信號(hào)之間的對(duì)比。?負(fù)載對(duì)于故障電機(jī)振動(dòng)現(xiàn)象的影響；?不同類型的電機(jī)缺陷對(duì)...