广东动平衡转子试验台

机械故障研究（2）机械传动及扭转特性研究轴承、齿轮等部件的寿命研究不同介质对轴承、齿轮等部件的加速疲劳磨损影响研究滑油系统故障研究：喷油嘴堵塞、滑油泄漏等故障模拟滑油碎屑故障：滑油碎屑超标故障模拟油品质量故障研究：油品乳化、粘度下降、水分超标等故障模拟材料力学研究：多种应力测量研究；材料弹性常数、挠度测量研究；灵敏系数测定研究；内力素测量研究；瞬态动应变和稳态动应力研究；振动研究等摩擦力学研究：物体的静/动摩擦系数、及加速度测定研究磁悬浮碰撞力学研究：磁力物的初速度、末速度和加速度测定研究；磁力物的弹性/完全非弹性碰撞研究；验证动量和能量的守恒定律轴系不平衡研究：轴系转子单面、双面、多面质量不平衡、偏心故障模拟轴系不对中研究：轴线平行不对中、轴线角度不对中、轴线综合不对中故障模拟转轴故障研究：轴弯曲、裂纹（不同形状、不同位置、不同深度）、机械摩擦等故障模拟轴承故障研究：内圈、外圈、保持架、滚道、滚动体、润滑状况、安装不良、松动等故障模拟齿轮转子试验台也叫机械故障仿真平台。广东动平衡转子试验台

转子是航空发动机、燃气轮机、汽轮机、柴油机、电机等旋转机械的部件，其动力学问题是旋转机械动力学设计中的重要内容。转子动力学是动力学的一个分支，主要研究转子-支承系统在旋转状态下的振动、平衡和稳定性的问题，尤其是研究接近或超过临界转速运转状态下转子的横向振动问题。本课程将首先介绍转子动力学的发展历程，从基本概念出发，重点介绍转子的临界转速与不平衡响应、转子的等效与建模、支撑及滑动轴承的动特性系数求解方法、转子系统的不稳定运动，转子平衡和故障诊断；针对微转子系统的动力学问题，介绍其相应的研究分析方法。福建国产转子试验台液压转子试验台故障维修技巧有哪些 ，有人知道吗？

可用于在不同转速、不同负载范围内，多种电气参数的变化，检测和验证驱动电机和负载电机的可靠性，模拟各式减速齿轮箱的传动特性。平台组成：该试验平台由实验电机、转矩转速传感、负载电机、减速机、自定位T型槽底座、控制柜等部分组成。可完成以下试验研究：负载电机的性能检测和验证：设定转矩范围0～1.5N·m，分辨率0.01N·m，速度范围0～4000rpm迅速响应，实现电流闭环控制，外接扭矩传感器，实现负载转矩精确控制可输出反向转矩，不主动拖动转轴旋转转矩可周期性变化，转矩频率0.1～1Hz，转矩波形正弦和方波可选，转矩幅值和零偏可调无刷驱动电机的性能检测和验证：速度闭环、过流保护可设定多个工作时段减速机传动特性及故障实验：减速机传动特性研究减速机多种故障特征研究||

PT430振动与控制综合教学实验系统由弹性体系统、隔振系统、激振系统、阻尼与动态吸振器、动静态应变仪（选件）组成。弹性体系统包括简支梁、悬臂梁、等强度梁、圆板、质量块和钢丝，用于形成单自由度、二自由度和多自由度系统模型。励磁系统包括偏心电机励磁、接触式励磁机和非接触式励磁机。隔振系统采用空气阻尼器组合隔振。油阻尼器用于阻尼。动态吸振采用可拆卸复合吸振器，可同时降低四个共振频率。结合放大器和采集器，可以完成30多个振动和振动控制的教学实验。实验项目说明●用“双迹示波比较法”测量简谐振动的频率●用“李萨如图法”测量简谐振动的频率●拍打振动测试●二自由度系统的固有频率测试●主动隔振测试●被动隔振测试●阻尼测试●单式动态吸振试验●复合动态吸振试验●电缆受力测试瓦里安软件功能：1、时域和频域信号的实时采集、实时存储、实时显示和实时分析；滑动轴承的油膜涡动、油膜振荡、碰擦等研究。

昆山汉吉龙双跨双转子滑动轴承综合故障模拟实验台，平台、变频电机、单跨滑动轴承(可倾瓦)转子系统、单跨滚动轴承转子系统、联轴器(柔性和刚性两种类型)、传感器安装支架、PLC智能控制柜等组成。该转子实验台具有结构简单，拆装方便，操作简便，性能稳定的特点。此设备可灵活配置各类传感器，能对多种常见的旋转机械故障进行故障特征分析。与本公司开发的数据采集系统配套使用，形成一个多用途，综合型的实验系统平台，为从事转子动力学及相关课程探讨的研究人员提供了一个良好的实验分析环境。二、可完成实验◆转子径向振动◆叶片不平衡等实验◆滚动轴承转子打滑故障◆转子不平衡、转子不对中◆转子轴向振动、转速、转子临界转速◆转子碰磨、盘碰磨、轴承瓦片碰磨◆滚动轴承故障实验，故障类型为：内圈、外圈、滚动体、保持架、混合故障一般振动与阻尼减振、柔性转子和刚性转子、转子结构形式的振动研究。齿轮转子试验台采集系统

振动信号分析是机械故障诊断中常用的一种方法。广东动平衡转子试验台

振动信号分析是机械故障诊断中常用的一种方法。通过分析机器的振动信号，可以获取机器的动态特性和运行状态。通过对振动信号的特征提取和分析，可以有效地识别机械故障的类型和位置。常用的振动信号分析方法包括时域分析、频域分析、小波变换等。四、基于人工智能的机械故障诊断技术随着人工智能技术的不断发展，基于人工智能的机械故障诊断技术也得到了广泛应用。神经网络和支持向量机等方法是常用的机器学习算法，可以通过训练学习从数据中提取规则，从而实现机械故障的诊断。这些方法不仅可以提高故障诊断的准确性和效率，还可以处理复杂的非线性问题。五、结论本文介绍了机械故障诊断的基本概念和方法，重点探讨了基于振动信号分析和人工智能的机械故障诊断技术。通过对振动信号的特征提取和分析，可以有效地识别机械故障的类型和位置；而基于人工智能的机械故障诊断技术可以提高故障诊断的准确性和效率。未来，随着技术的不断发展，机械故障诊断技术将会有更多的应用场景和更高的精度要求。因此，需要进一步研究和探索新的方法和技术，以适应未来的发展趋势。广东动平衡转子试验台