針對滾動軸承故障類型和損傷程度難以識別的問題，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)合的滾動軸承故障分類方法。該方法通過對已知滾動軸承故障信號進行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行奇異值分解；選取3個比較大奇異值作為GG聚類算法的輸入，得到已知故障信號的隸屬度矩陣和聚類中心；通過待測信號初始隸屬度矩陣與已知故障信號聚類中心之間的海明貼近度識別滾動軸承的故障類型和損傷程度。通過滾動軸承振動數(shù)據(jù)對所述方法的有效性進行驗證，瓦倫尼安教學(xué)設(shè)備桌面式齒輪故障教學(xué)平臺便攜式轉(zhuǎn)子軸承教學(xué)實驗臺桌面式轉(zhuǎn)子軸承故障教學(xué)平臺轉(zhuǎn)子動力學(xué)研究實驗臺故障機理研究教學(xué)平臺轉(zhuǎn)子軸承綜合故障模擬實驗臺診斷臺轉(zhuǎn)子軸承教學(xué)平臺故障機理研究模擬實驗臺的研發(fā)是一項艱巨的任務(wù)。江西租賃故障機理研究模擬實驗臺

PT650款實驗臺主要由主軸電機，聯(lián)軸器，轉(zhuǎn)速控制模塊，支撐軸承座，轉(zhuǎn)子盤作為負載機構(gòu)，電渦流傳感器支架，轉(zhuǎn)速計支架，等部分組成。通過預(yù)測值與試驗值的對比分析表明，兩種不同指標(biāo)的預(yù)測模型隨著油液數(shù)據(jù)的累積，不斷接近試驗值；以健康指數(shù)為指標(biāo)的預(yù)測模型比以單元素為指標(biāo)的預(yù)測模型更早接近試驗剩余壽命，且預(yù)測值更加接近試驗值，相較單元素模型更加準(zhǔn)確。退化過程的剩余壽命預(yù)測及維修決策優(yōu)化模型研究.基于不確定油液光譜數(shù)據(jù)的綜合傳動裝置剩余壽命預(yù)測浙江故障機理研究模擬實驗臺貼牌故障機理研究模擬實驗臺在研究中發(fā)揮著關(guān)鍵作用。

復(fù)雜裝備關(guān)鍵動部件故障預(yù)測與健康管理................................................................................1TY-01-01勵磁繞組短路與差異性負載組合下的汽輪發(fā)電機轉(zhuǎn)子振動特性分析...........1TY-01-02油液監(jiān)測健康管理技術(shù)的研究與進展.............................................................12TY-01-03基于VMD-ReliefF的滾動軸承退化特征提取方法...........................................23TY-01-04數(shù)模聯(lián)合驅(qū)動的軸承故障深度遷移智能診斷方法.........................................28TY-01-05AReviewofMethodsforStructuralHealthMonitoringofAircraftLandingGear34TY-01-06FaultDiagnosisMethodofRollingBearingBasedonDTCWPTThresholdDenoising，CSCohandMSCNN............................................................................................40TY-01-

MachineryFaultSimulator（機械故障模擬器）DrivetrainDiagnosticsSimulator（動力傳動系統(tǒng)診斷模擬器）MachineryFault&RotorDynamicsSimulator（機械故障與轉(zhuǎn)子動力學(xué)模擬器）Motorfaultdiagnosissimulator（電機故障診斷模擬器）BearingPrognosticsSimulator（軸承預(yù)測性模擬器）GearboxPrognosticsSimulator（齒輪箱預(yù)測模擬器）Portablevibrationsimulator（便攜式振動模擬器）MachineVibrationSimulator（機械振動模擬器）Machinevibration–ShaftAlignmentSimulator（機械振動-軸對中模擬器）MachineryFaultSimulator–Lite（機械故障模擬器-簡裝版）MachineryFaultSimulator–Magnum（機械故障模擬器-完整版）Balancing–AlignmentTrainer（動平衡-對中訓(xùn)練臺）MachineVibration&GearboxSimulator（機械振動-齒輪箱模擬器）故障機理研究模擬實驗臺的研發(fā)過程充滿挑戰(zhàn)。

軸承故障診斷方法，并用仿真信號和實際軸承振動信號對所提方法進行了驗證，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)，進而實現(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相關(guān)性的特點，構(gòu)建了信息熵、峭度、相關(guān)系數(shù)的目標(biāo)函數(shù)以及綜合評價指標(biāo)，通過目標(biāo)函數(shù)和綜合評價指標(biāo)選取并確定了比較好的參數(shù)組合。（3）利用綜合評價指標(biāo)選取比較好的IMF，通過實驗信號和仿真信號的分析，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。不同故障類型電機電流信號，以及振動頻譜信號與正常電機的信號之間的對比。?負載對于故障電機振動現(xiàn)象的影響；?不同類型的電機缺陷對于振動信號的敏感性；?在變頻器模式下，振動頻譜信號的干擾識別；?轉(zhuǎn)子不平衡的識別，以及對振動影響；?采用振動頻譜分析對于軸承故障的識別；?設(shè)備基礎(chǔ)松動現(xiàn)象的研究與識別；?不對中對設(shè)備振動及噪聲的影響；?電機在不同模式下運行的振動信號對比（直接驅(qū)動與變頻器驅(qū)動）；?頻譜分析與信號處理的學(xué)習(xí)；滑動軸承油膜故障機理研究模擬實驗臺。福建故障機理研究模擬實驗臺校正

故障機理研究模擬實驗臺是深入研究故障與工業(yè) 4.0 關(guān)系的基礎(chǔ)。江西租賃故障機理研究模擬實驗臺

：為了解決變分模態(tài)分解的參數(shù)選取問題并更準(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)以及綜合評價指標(biāo)，將VMD的參數(shù)優(yōu)化問題轉(zhuǎn)換成多目標(biāo)優(yōu)化的帕累托（Pareto）問題。首先，利用多目標(biāo)粒子群優(yōu)化算法（MOPSO）對三個目標(biāo)函數(shù)進行尋優(yōu)，得到VMD參數(shù)組合的比較好Pareto解集；其次，對Pareto解集用綜合評價指標(biāo)對其進行評價，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)組合對軸承故障信號進行VMD分解，得到若干本征模態(tài)分量（IMFs）；再利用綜合評價指標(biāo)選擇出比較好IMF，提取故障特征。仿真信號和實際軸承振動信號分析結(jié)果表明所提方法的有效性。關(guān)鍵詞：變分模態(tài)分解；故障診斷；信息熵；峭度；多目標(biāo)粒子群優(yōu)化算法江西租賃故障機理研究模擬實驗臺