PT400mini便攜式軸承齒輪實驗臺可用于振動測試儀器功能演示和旋轉機器振動檢測、分析和故障診斷培訓演示。輕便的小尺寸，可快速模擬0-3000rpm轉速下的機器運行，進行振動測量和分析主要技術參數通道數每模塊8通道，可選配16通道/模塊，通過以太網實現無限通道擴展連續采樣速率比較高5kHz/通道橋路方式支持全橋、半橋、三線制1/4橋適用應變計電阻值（1）三線制1/4橋電阻范圍：120Ω、350Ω程控切換；（2）半橋、全橋電阻范圍：60Ω～20000Ω任意設定；供橋電壓2VDC、5VDC、10VDC分檔切換應變量程±50000με，**小分辨率0.5με應變示值誤差±（0.2％red±2με）電壓量程電壓量程（8CH）：滿度值±10000mV、±5000mV、±500mV、±50mV；電壓量程（16CH）：滿度值±5000mV、±500mV、±50mV；（±10000mV選配降壓器）電壓示值誤差±0.2%F.S增速齒輪箱故障機理研究模擬實驗臺。湖南平行軸齒輪箱故障機理研究模擬實驗臺

PT650電機電氣故障測試臺，是一種在一款實驗平臺上模擬各種電機缺陷和機械常見故障的實驗裝置。它可以同時測試電氣和機械故障，以獲得相同運行狀態條件下有價值的數據。它是一臺可以應用于各種領域的實驗平臺，如電機故障的深入研究、科研院校，振動課程的培訓、設備診斷人員的振動分析研究、培訓和噪聲振動工程師的認證測試。它是一種能夠實現各種故障特征重現的實驗臺，對工程師和維護人員來說，這是必不可少的。它是一種特殊設計的產品，除了一般的機器故障特征外，還易于分析和學習電機故障。在實際工程中，往往使用傅里葉算法進行信號的頻譜分析，但是部分環境下采集的信號使用傅里葉算法分析效果并不理想，例如盾構機工作時的振動和聲音信號、機車走行部時的振動和聲音信號等，由于其背景噪聲能量很大，導致有用信號能量相對較小，信號的分析結果主要由噪聲主導，這時傅里葉分析針對此類信號顯得無能為于分區的聚類方法。VALENIAN故障機理研究模擬實驗臺廠家排名故障機理研究模擬實驗臺的研究具有重要的學術價值。

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-

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）故障機理研究模擬實驗臺是研究故障與材料性能關系的重要工具。

離心風機故障植入試驗平臺機械故障仿真測試臺架風力發電故障植入試驗平臺直升機尾翼傳動振動及扭轉特性..直升機齒輪傳動振動試驗平臺旋轉機械故障植入綜合試驗平臺旋轉機械故障植入輕型綜合試驗臺行星齒輪箱故障植入試驗平臺高速柔性轉子振動試驗平臺行星及平行齒輪箱故障植入試驗臺剛性轉子振動試驗平臺軸系試驗平臺電機可靠性研究對拖試驗平臺往復壓縮機軸瓦傳統故障診斷方法需要人工提取特征，費時耗力且敏感特征設計困難，基于卷積神經網絡的故障診斷方法雖然不需要人工進行特征提取，但模型存在梯度或消失問題。神經網絡在圖像識別領域有明顯優勢，常用的振動信號時頻圖像處理方法如小波變換、短時傅里葉變換等在將一維信號轉為二維圖像時可能會丟失信號的時間依賴性，故障機理研究模擬實驗臺的價值不可估量。VALENIAN故障機理研究模擬實驗臺服務

滑動軸承油膜故障機理研究模擬實驗臺。湖南平行軸齒輪箱故障機理研究模擬實驗臺

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湖南平行軸齒輪箱故障機理研究模擬實驗臺