AI设备卫士识别除尘风机电磁振动故障，保障有色金属工厂连续运行

"

AI设备卫士识别隔膜压缩机异常振动，保障医药制造工厂连续运行

"

AI设备卫士识别油泵电磁振动故障，保障化工厂连续运行

"

“前沿”系列：感应电机工作原理和健康监测方法

"感应电机作为一种必不可缺的驱动装置，在现代工业生产中占据着重要地位。一旦电机出现故障，不仅影响生产设备的整体生产效率，造成经济损失，严重时可能会引发灾难性的事故。因此，为了保障生产系统的安全运行，及时发现问题并进行维修以减少生产损失，对感应电机进行状态监测与故障诊断具有非常重要的意义。感应电机发生故障的位置多,故障现象复杂。在了解感应电机工作机理的基础上针对性的对电机采用基于信号处理的故障诊断方法或基于大数据驱动的诊断方法能够有效的提高故障识别准确率，保证设备的健康运行 。

“前沿”系列：滚动轴承状态退化与剩余寿命预测方法

"滚动轴承是应用广泛的旋转机械的支撑部件，也是易损零件之一，其健康状况直接关系到机组设备能否可靠稳定运行。通常设备机组如风力发电机传动系统，航空发动机等由多个旋转部件组成，有一套完整的专用轴承体系，包括：主轴承、齿轮箱轴承、发电机轴承、变桨轴承、偏航轴承、中介轴承等。任何关键部位的轴承一旦发生故障，都需要耗费大量的时间和成本进行检修，甚至产生严重的事故。因此，对滚动轴承进行状态退化评估与剩余寿命预测对提高整个旋转机械系统的运行可靠性和降低维护成本都具有十分重要的意义。

“前沿”系列：滚动轴承非平稳状态故障诊断方法

"化工、电力、冶金等大中型企业中，鼓风机、压缩机、汽轮机、发电机等旋转机械是生产线上的核心设备，数量占到设备总量的80%左右。这些设备一旦发生故障，往往导致整条生产线停机，情况严重时甚至造成安全事故。因此，对旋转机械设备进行故障状态监测具有重要的科学理论意义和工程应用价值。