標準壓電式加速度傳感器三角剪切結構，基座應變小，溫度瞬態響應低，敏感元件為高穩定的特種陶瓷或石英，靈敏度穩定性好。傳感器采用兩端 M5 螺孔設計，便于背對背標定。1.測量通道數量：四通道、八通道、十六通道、傳感器同時數據信號采集。2.支持傳感器類型：壓電式傳感器振動，噪聲聲級計，轉速計（*四通道）、電壓型輸出傳感器。3.數模轉換器精度：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：優于0.1度，幅值：優于0.1%。6.儀器比較高動態范圍：110dB。故障機理研究模擬實驗臺的研發需要團隊協作。安徽故障機理研究模擬實驗臺服務

HOJOLO聲壓法測定聲功率包含：工程法、簡易法、消聲室和半消聲室精密法，可進行背景噪聲、環境聲場等修正?聲強法測定聲功率包含離散點測量法、掃描測量法、掃描測量精密法，對整個測試進行合適性判斷?聲壓法與聲強法均嚴格按照GB/T或ISO標準執行聲源定位功能特點?基于波束形成技術的聲陣列分析?快速定位噪聲源?可指定分析頻段，進行分析頻段內的噪聲源定位?噪聲源定位結果以云圖方式直觀顯示聲品質分析功能特點?對多個、典型聲品質客觀參量進行測試、分析?噪聲評價分析功能，可以對噪聲的干擾和危害進行評價，包含多種評價量和評價方法福建多功能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。

滾動軸承是應用**為***但極易損壞的零件之一。據統計，在使用滾動軸承的旋轉機械中，大約有30%的機械故障都是由于軸承引起的，因此滾動軸承的故障診斷具有重要意義。在復雜振動傳輸路徑及嚴重環境噪聲干擾等因素的影響下，使得工程應用中軸承的故障識別相對困難，如何從滾動軸承的振動信號中提取故障特征并辨識出故障類型和損傷程度是滾動軸承故障診斷技術的關鍵所在機械故障綜合模擬實驗臺動力傳動故障模擬實驗臺風力發電傳動故障模擬實驗臺動力傳動故障預測綜合實驗臺機械故障綜合實驗臺動力傳動故障模擬實驗臺風力發電傳動故障模擬實驗臺電機故障模擬實驗臺動力傳動故障預測綜合實驗臺列車轉向架故障模擬實驗臺軸承預測模擬實驗臺轉子動力學模擬教學實驗臺齒輪箱故障模擬教學實驗臺綜合故障模擬教學實驗臺機泵循環和故障模擬實驗臺，昆山漢吉龍

1、旋轉機械振動分析及故障診斷試驗平臺 2、柔性轉子振動試驗臺 3、剛性轉子振動試驗臺 4、行星齒輪故障診斷試驗平臺 5、齒輪故障診斷試驗發動機轉子動力學實驗平臺轉子動力學綜合教學實驗系統是針對高等院校和科研院所力學與機械類專業轉子動力學等相關課程而設計的實驗教學和研究用儀器。它通過設定柔性轉子軸系不同的轉動條件和結構形式來模擬旋轉機械各種運行狀態和多種故障類型，通過測量與分析系統可完成轉子動力學的多項基本實驗，動平衡實驗和故障診斷與分析實驗。系統的硬件和軟件設計成開放型的故障機理研究模擬實驗臺的精度令人贊嘆。

在機械設備運行過程中，零部件的運動產生振動和沖擊，包含著豐富的設備健康運行狀態信息[1-2]。振動沖擊往往是由零部件之間的碰撞敲擊產生，其幅值大小、出現位置表現著設備的健康狀態。在航空、船舶、石油化工等領域的機械設備中，包括航空發動機、內燃機、齒輪箱、往復壓縮機、泵等，沖擊振動是常見的故障模式[3-5]。因此，監測機械振動信號中的沖擊成分可有效反映機械部件運行的健康狀態，對設備進行故障診斷具有重要的意義。振動信號沖擊成分呈現多頻段分布，并伴隨著噪聲干擾，不同頻率成分的沖擊在時域混疊等問題[8-9]。以上情況，導致了復雜機械設備的實際振動監測信號的分析難度，造成了早期故障沖擊特征難以捕捉等問題。更進一步地，其中一些往復機械（柴油機、往復壓縮機、往復泵等）的振動信號的沖擊成分在時域分布上呈現周期性間隔特點，與曲軸特定轉角對應[10-12]，單從回轉設備的頻域分析方法在此并不適應。由于實際振動信號的頻域復雜性和時域多沖擊分布特點，因此需要對采集的振動沖擊信號進行頻域分解和時域沖擊的提取，為后續特征提取和故障診斷奠定基礎。實驗臺的故障數據可以用于哪些方面?江西軸故障機理研究模擬實驗臺

故障機理研究模擬實驗臺的實驗環境需要嚴格把控。安徽故障機理研究模擬實驗臺服務

：為了解決變分模態分解的參數選取問題并更準確的提取軸承故障特征信息，提出了一種多目標優化變分模態分解（VMD）的軸承故障診斷方法。建立了以信息熵、相關系數和峭度的目標函數以及綜合評價指標，將VMD的參數優化問題轉換成多目標優化的帕累托（Pareto）問題。首先，利用多目標粒子群優化算法（MOPSO）對三個目標函數進行尋優，得到VMD參數組合的比較好Pareto解集；其次，對Pareto解集用綜合評價指標對其進行評價，確定出VMD的比較好參數組合；利用已確定的比較好參數組合對軸承故障信號進行VMD分解，得到若干本征模態分量（IMFs）；再利用綜合評價指標選擇出比較好IMF，提取故障特征。仿真信號和實際軸承振動信號分析結果表明所提方法的有效性。關鍵詞：變分模態分解；故障診斷；信息熵；峭度；多目標粒子群優化算法安徽故障機理研究模擬實驗臺服務