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(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(jìn)行驗(yàn)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(shí)驗(yàn)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(shí)驗(yàn)臺故障機(jī)理研究教學(xué)平臺轉(zhuǎn)子軸承綜合故障模擬實(shí)驗(yàn)臺診斷臺轉(zhuǎn)子軸承教學(xué)平臺滑動軸承油膜故障機(jī)理研究模擬實(shí)驗(yàn)臺。蘇州故障機(jī)理研究模擬實(shí)驗(yàn)臺圖片

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，便于背對背標(biāo)定。1.測量通道數(shù)量：四通道、八通道、十六通道、傳感器同時數(shù)據(jù)信號采集。2.支持傳感器類型：壓電式傳感器振動，噪聲聲級計，轉(zhuǎn)速計（*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.儀器比較高動態(tài)范圍：110dB。蘇州故障機(jī)理研究模擬實(shí)驗(yàn)臺圖片故障機(jī)理研究模擬實(shí)驗(yàn)臺是科學(xué)探索的重要工具。

PT650款實(shí)驗(yàn)臺主要由主軸電機(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)速計支架，等部分組成。通過預(yù)測值與試驗(yàn)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(yàn)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(yàn)剩余壽命，且預(yù)測值更加接近試驗(yàn)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

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)備對旋轉(zhuǎn)速度以及載荷要求的逐步提高，對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)備就無法正常運(yùn)行，造成經(jīng)濟(jì)損失及人員傷亡。因此，及時準(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信號中含有大量的信號冗余軸承的運(yùn)行狀態(tài)就變得較為困難，因此，需要合理且有效地振動信號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)測測試臺，主要由三相異步電動機(jī)，聯(lián)軸器，雙支撐軸承座單元，測試軸承、溫度監(jiān)測模塊、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)、負(fù)載顯示模塊，轉(zhuǎn)速脈沖輸出模塊，等模塊組成。故障機(jī)理研究模擬實(shí)驗(yàn)臺的發(fā)展前景廣闊。

GearboxDynamicsSimulator（齒輪箱實(shí)驗(yàn)臺）nejvy??ímodelpronáhleddovysokootá?kovérotorovédynamiky（用于訓(xùn)練高速轉(zhuǎn)子動力學(xué)的**模型）振動診斷シミュレーター（振動診斷模擬器）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)動實(shí)驗(yàn)裝置）振動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)備診斷臨界速度測定実験裝置gearfaulttestplatform（齒輪箱實(shí)驗(yàn)臺）AnIdealSimulatorForGearboxReliabilityStudies（齒輪箱可靠性試驗(yàn)臺）ModifiedMachineryFaultSimulator（改進(jìn)升級的機(jī)械故障模擬器）故障機(jī)理研究模擬實(shí)驗(yàn)臺是深入分析故障原因的基礎(chǔ)。蘇州故障機(jī)理研究模擬實(shí)驗(yàn)臺圖片

故障機(jī)理研究模擬實(shí)驗(yàn)臺的實(shí)驗(yàn)環(huán)境需要嚴(yán)格把控。蘇州故障機(jī)理研究模擬實(shí)驗(yàn)臺圖片

針對以上問題，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，再利用綜合評價指標(biāo)評價選擇比較好的參數(shù)組合方案，其次，信號分解并綜合評價選取比較好IMF提取故障特征，***利用仿真信號和實(shí)際軸承振動信號分析，驗(yàn)證了所提方法的有效性。軸承出現(xiàn)故障后，運(yùn)行過程中會產(chǎn)生周期性的沖擊，其振動信號就越有序，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)。蘇州故障機(jī)理研究模擬實(shí)驗(yàn)臺圖片