APP下载
[00069361]齿轮箱状态监测与故障诊断系统
联系人： 哈尔滨理工大学
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
在哈尔滨市科技局雏鹰计划资助下，项目开展基于深度神经网络的齿轮箱状态监测与故障诊断关键技术研究，并开发出基于深度神经网络的齿轮箱状态监测与故障诊断系统。该系统通过传感器采集齿轮箱的振动加速度信号，利用深度神经网络对该信号进行分析，并快速准确地判断齿轮箱中齿轮和轴承的故障类型或故障程度。对可能出现的重大故障可以做到提前预警来降低损失，以此来避免重大财产损失并保障人身和设备的安全。
成果技术特点及主要技术指标
产品可实现设备的预知维修，降低设备故障率。实现企业的设备量化点检，完善 的设备点巡检制度，建立点检执行率考核体系。支持远程故障诊断和远程维护，支持 设备状态事件短信发布机制。三级设备状态数据存储机制，动态数据具有滚动压缩存 储功能，静态数据可长期保存， 系统具有自动数据备份机制， 历史数据可追忆。灵敏度： 10。2mV（m/s2）， 测量范围 50g， 频率范围：0。5 － 10kHz， 线性度： 1％， 温度范围：－ 54℃~ 121℃， 分辨率：16 － bit，采样频率：250KS/sec， 增益比：1，2，4，8，通道数：16 通道，过载电压范围： 35V。
