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。故障機理研究模擬實驗臺是故障機理探索的利器。蘇州故障機理研究模擬實驗臺傳感器

復雜裝備關鍵動部件故障預測與健康管理................................................................................1TY-01-01勵磁繞組短路與差異性負載組合下的汽輪發電機轉子振動特性分析...........1TY-01-02油液監測健康管理技術的研究與進展.............................................................12TY-01-03基于VMD-ReliefF的滾動軸承退化特征提取方法...........................................23TY-01-04數模聯合驅動的軸承故障深度遷移智能診斷方法.........................................28TY-01-05AReviewofMethodsforStructuralHealthMonitoringofAircraftLandingGear34TY-01-06FaultDiagnosisMethodofRollingBearingBasedonDTCWPTThresholdDenoising，CSCohandMSCNN............................................................................................40TY-01-蘇州故障機理研究模擬實驗臺傳感器故障機理研究模擬實驗臺是科學研究的重要平臺。

軸承是機械設備中支撐轉軸運轉的重要零部件，被***運用于交通、工程機械等重要領域。隨著機械設備對旋轉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，其一旦出現故障，機械設備就無法正常運行，造成經濟損失及人員傷亡。因此，及時準確診斷軸承故障變得很有必要。但是，軸承運行環境中的噪聲較大，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行狀態就變得較為困難，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，這故障診斷的關鍵，BTS100軸承壽命預測測試臺，主要由三相異步電動機，聯軸器，雙支撐軸承座單元，測試軸承、溫度監測模塊、轉速調節及轉速顯示模塊，徑向及軸向液壓油站加載系統、負載顯示模塊，轉速脈沖輸出模塊，等模塊組成。

PT700在內轉子驅動電機機座上設置有內轉子驅動電機,內轉子驅動電機通過主聯軸器和內轉軸連接,套在內轉軸上的內轉子左輪盤,內轉子左支承結構,內轉子右輪盤和內轉子右支承結構沿中心軸線依次連接;套在外轉軸上的外轉子左支承結構,外轉子左輪盤和外轉子右輪盤沿中心軸線依次連接.本發明采用可調剛度的彈性支承,可實驗支承剛度對雙轉子動力特性的影響;可以模擬航空發動機雙轉子質量不平衡,轉子碰摩和支座松動等機械故障.轉靜件碰摩狀態下的葉片振動載荷和振動特性測試分析，基于彈性基礎的內外雙轉子故障模擬實驗臺,涉及航空發動機實驗裝置.本實驗臺的結構主要是:在外轉軸內設置有內轉軸,兩者中心軸線重合,通過中介支承結構機滑動軸承油膜故障機理研究模擬實驗臺。

瓦倫尼安實驗臺主要用于高速旋轉軸系的轉子動力學驗證研究，配合多通道振動數據采集器，上位機軟件，電渦流傳感器，振動加速度傳感器，激光轉速計，冷卻水循環系統使用。，多通道信號能夠更加***地表征旋轉機械的運行狀態，因此融合多傳感器信號采集通道的診斷方法相較于單通道方法更能準確判斷機械故障。針對利用單信號采集通道實施故障辨識方法的識別精度較低問題，提出一種融合多通道信息的集成極限學習機模式辨識方法應用于旋轉機械故障診斷。首先通過布置在機械設備關鍵部位的多個信號采集通道獲取振動信號，并對各通道信號分別提取相同特征，構建與通道相對應的特征集；其次將各特征集劃分為訓練、測試集并分別構建及測試極限學習機，實現信號采集通道與分類模型的一一對應；***采用相對多數投票法對各極限學習機的輸出進行整合得到集成模型，從決策層角度實現多通道的信息融合，并輸出機械設備故障診斷結果。實驗結果表明，該方法相較于利用單通道信號的極限學習機具有較好穩定性及較高辨識精度。關鍵詞：故障診斷；多通道；集成學習；極限學習機；故障機理研究模擬實驗臺的應用范圍不斷擴大。蘇州故障機理研究模擬實驗臺用途

故障機理研究模擬實驗臺的精度令人贊嘆。蘇州故障機理研究模擬實驗臺傳感器

現有方法對強噪聲背景下的弱信號的分析不是很理想，提出一種循環相位網絡來分析高斯白噪聲下的微弱周期信號，循環相位網絡在一定信噪比范圍內相比于其他微弱信號檢測法能更好的提取微弱信號相關信息，且計算量小，相關理論簡單，適應于對微弱信號的快速檢測。為了進一步減少計算量，引入了微弱信號存在性檢測法濾除純高斯噪聲信號，經實驗驗證微弱信號存在性檢測法與循環相位網絡相結合，對強噪聲背景下的微弱周期信號分析具有良好的效果蘇州故障機理研究模擬實驗臺傳感器