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分解（VariationalModeDecomposition,VMD）和Gath-Geva（GG）模糊聚類相結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的數量，將所得本征模態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據對所述方法的有效性進行驗證，瓦倫尼安教學設備桌面式齒輪故障教學平臺便攜式轉子軸承教學實驗臺桌面式轉子軸承故障教學平臺轉子動力學研究實驗臺故障機理研究教學平臺轉子軸承綜合故障模擬實驗臺診斷臺轉子軸承教學平臺故障機理研究模擬實驗臺是科學研究的重要平臺。西藏故障機理研究模擬實驗臺操作

航空發動機雙轉子系統葉片-機匣碰摩故障模擬，Faultsimulationofblade-casingrubbingfordual-rotorsystemofaero-engines葉片-機匣碰摩嚴重影響航空發動機的性能、可靠性及安全性。考慮葉片-機匣碰摩、軸承非線性、聯軸器不對中及高低壓轉子不平衡，利用有限元法建立雙轉子系統的非線性動力學模型；然后利用模態綜合法縮減系統自由度，數值求解降階模型的非線性振動響應，分析葉片-機匣碰摩故障響應特征。數值與實驗結果表明：航空發動機雙轉子系統為多激勵非線性系統，系統振動響應頻率成分復雜，包括高低壓轉軸頻率、多倍頻、組合頻率及其他復雜頻率；當葉尖間隙較大時，葉片-機匣碰摩可能為局部碰摩，故障特征頻率為葉片通過頻率及其倍頻，并在葉片通過頻率兩側存在高低壓轉軸頻率的調制邊頻帶；當葉尖間隙較小時，葉片-機匣碰摩可能發生全周碰摩，呈現出由干摩擦引起的強烈自激振動。研究結果可為航空發動機雙轉子系統的葉片-機匣碰摩故障診斷及葉尖間隙設計提供一定參考。西藏故障機理研究模擬實驗臺操作故障機理研究模擬實驗臺的操作要嚴格遵守規定。

RFT1000柔性轉子測試臺主要由，底座，驅動電機、聯軸器、光電傳感器支架、兩跨支撐滑動軸承、轉子盤、摩擦支架、潤滑油杯。對于某一轉速下的六種轉子故障數據，所提模型辨識精度較高，然而實際情況下旋轉機械轉子運轉的轉速并不***，并會受到速度波動的干擾。因此，需要對本章模型在不同工況下轉子故障數據的適用性進行驗證。通過多通道對旋轉機械進行信號采集，能獲取較為豐富的機械設備故障信息，有利于旋轉機械故障診斷的實施。所提ME-ELM方法以集成學習為基礎，利用各通道采集信號的差異性構建集成模型，通過相對多數投票法從決策層融合的角度對多通道故障信息進行融合，相較于單通道ELM模型有較高辨識精度和較好穩定性。對比常用的故障診斷分類模型，ME-ELM仍具有較高辨識精度，并且適用于不同工況故障數據，能夠很好適用于多信號采集通道監測的旋轉機械故障診斷。

Wind-turbinesimulator（風力渦輪模擬器）Geardrivesimulator（齒輪箱傳動模擬器）ElectricalAnalysisSimulator（電氣分析模擬器）CustomizedSimulator（定制模擬器）DynamicVibrationSimulator（動態振動模擬器）MachinerydiagnosisSimulator（機械診斷模擬器）Vibration&RemoteConditionMonitoringTestBench（振動和遠程狀態監測試驗臺）VibrationAnalysisTrainingSystem（振動分析培訓系統）mechanicalbearinggearfaultsimulationtestbed（機械軸承齒輪故障模擬試驗臺）VibrationAnalysisandShaftAlignmentTrainingBench（振動分析與對中訓練臺）Rotatingmachineryvibrationanalysisandfaultdiagnosisexperimentalplatform（旋轉機械振動分析與故障診斷實驗平臺）高速軸承故障機理研究模擬實驗臺。

軸流風機故障植入試驗平臺輕型軸系故障植入試驗平臺動力轉向架綜合試驗平臺液壓系統故障植入試驗平臺旋轉機械故障植入綜合試驗平臺雙跨雙轉了滑動鈾承綜合故障轉子軸承綜合故障模擬實驗臺小型轉子平行軸齒輪箱故障模擬實驗臺滑動軸承故障模擬實驗臺轉子平行軸齒輪箱綜合故障實驗臺平行軸齒輪箱故障模擬實驗臺行星齒輪箱故障模擬實驗臺小型多模塊(可替換)故障模擬實驗臺多種齒輪箱耦合工況下的故障模擬實驗臺RV減速器故障模擬實驗臺轉子行星齒輪箱綜合故障模擬試驗臺轉子動力學教學平臺諧波減速器故障模擬實驗臺轉子動力學綜合故障模擬實驗臺平行軸齒輪箱故障機理研究模擬實驗臺行星齒輪箱故障機理研究模擬實驗臺轉子軸承故障機理研究模擬實驗臺滑動軸承油膜故障機理研究模擬實驗臺汽輪機監控保護裝置實驗臺機械功率封閉齒輪壽命預測機理研究模擬實驗臺航空發動機內外雙轉子故障機理研究模擬實驗臺增速齒輪箱故障機理研究模擬實驗臺軸承壽命預測機理研究模擬實驗臺轉子平行軸齒輪箱、行星齒輪箱故障機理研究模擬實驗臺高速軸承故障機理研究模擬實驗臺機械故障綜合模擬試驗**整版故障機理研究模擬實驗臺是科學探索的重要工具。甘肅故障機理研究模擬實驗臺制造商

平行軸齒輪箱故障機理研究模擬實驗臺 。西藏故障機理研究模擬實驗臺操作

提出一種往復式壓縮機示功圖處理方法以及基于卷積神經網絡機器學習的智能往復式壓縮機故障診斷流程。使用等參元歸一化方式處理示功圖，處理后的樣本經卷積神經網絡分類識別，可實現往復式壓縮機自學習、智能故障診斷。使用等參元歸一化方法，可無需考慮工藝變化、環境改變等造成示功圖圖形改變的因素，這樣示功圖的處理方式有助于后續的神經網絡智能識別擁有更高的準確率、更強普適性。經模擬和實測數據驗證齒輪箱柔性軸系故障植入綜合試..核電臥式轉子振動特性試驗平臺電機對拖齒輪箱故障植入試驗平臺微型軸承及動平衡試驗平臺軋銀振動特性試驗平臺軌道軸承振動及疲勞磨損試驗平臺核電立式軸承振動特性試驗扭轉振動試驗平臺平行齒輪箱疲勞磨損試驗平臺水泵故障植入試平臺齒輪箱傳動特性試驗平臺高速柔性轉子振動試驗平臺行星齒輪箱疲勞磨損試驗平臺軸承疲勞磨損試驗平臺單級便攜式行星齒輪箱故障植入實驗臺，西藏故障機理研究模擬實驗臺操作