哈尔滨科技大市场

首页 > 技术交易 > 科技成果

成果搜索

滚动轴承多故障类型及不同性能退化程度智能评估方法研究

发布时间： 2023-12-08 浏览量：17

交易方式：面议
联系电话：0451-86391605
单位名称或姓名：康守强
产业领域：
成果类型：

项目基本情况Basic information of the project

本项目提出了滚动轴承振动信号的特征提取与约简方法、状态分类模型与性能退化评估模型，最终实现了滚动轴承不同故障位置及不同性能退化程度的定量评估。基于该分类与评估方法可为工程中实际研制大型旋转机械滚动轴承故障检测与状态评估系统提供方案，基于此可形成智能定量诊断评估系统。可应用于各行业的大型旋转机械设备健康状态定量评估中，提高企业设备的利用率，缩短设备的停机维修时间、获取更大的经济效益。同时可使分散的被动维修状态变为专门的、主动的和有预见性的维修工作，节约维修劳动力，有效实现企业维修管理的信息化智能化，为社会服务。研究了滚动轴承振动信号敏感特征提取的新方法，提高了特征提取效率；研究了多维特征融合结合局部线性嵌入的适用于性能退化评估的特征提取与约简方法，与现有方法相比消除了特征之间的冗余性、凸显了振动信号的内在特征信息。研究了分类方法，改进了超球结构多类SVM，建立了分类模型，并提出了两种旋转机械滚动轴承不同故障位置及不同性能退化程度的多状态智能诊断方法，实测数据实验表明上述方法可分别提高识别速度和识别精度。一种方法适合实时性要求较高的场合，另一种方法适合于精度要求较高的场合。研究了滚动轴承性能退化评估方法，建立了评估模型，形成了一套大型旋转机械滚动轴承状态定量评估方法，给出了评估曲线。实验结果表明，所提定量评估方法，不只可评估出训练数据集中已有的故障程度，而且可以评估出训练数据集中以外的性能退化程度。

管理团队与技术团队Management team and technical team

哈尔滨理工大学

效益分析Benefit analysis

该项目为储备库项目资源，暂无效益分析内容。

成果推荐Result recommendation

新闻中心

技术交易

科技人才

科技服务

政策

活动中心

关于我们