详细信息:
该项目是根据声学信号原理开发的一套滚动轴承声学检修系统,该产品利用新算法用于分析音频,能够检测出干扰声和目标噪声,可以快速提取滚轴轴承状态特征。我们实际上是让滚动轴承具备听觉,从而确保质量,让工人能够在早期及时识别故障的迹象,减少意外发生,并且提高整个人工检修的效率。该产品可针对用户的不同需求,为其量身打造相应的轨道交通车辆零部件检修系统。
该项目首次将Fast ICA算法的欠定盲源分离法技术,物联网技术,大数据技术融入到轨道交通滚动轴承检修当中,既满足了非接触式信号测量,又解决了无法将现有新技术与传统检修手段相融合的弊端。产品包括硬件系统和软件系统两部分。其中硬件系统包括声传感器、采集器、维护终端及网络链接设备等。软件系统包括轴承声学信号采集、分析系统以及专家维护系统。完整的监测系统只占用很小的空间:传感器、音频信号处理技术、软件和电池都被装在一个外壳中,而且尺寸能够做得很小。用户还可以选择将该智能维护系统安装在机器人身上,或者安装在离机器或设备几米远的地方,以及具有战略价值的测量点上。
本产品克服了传统故障诊断方法中依赖大量的信号处理技术与诊断经验所带来的限制,为实现机械设备由事后维修、定期维修到以人工智能为核心的预测维修的转变提供有效的技术基础,也为滚动轴承的故障诊断和声学故障诊断提供一种新的思路和方法。
针对滚动轴承声学信号的特点,引入新的计算方法,解决了声学信号的分离与提取,并在时域、频域和时频域的声学信号变换基础上,基于一种新计算模型,提出了可定量分析声学信号能量分布特性的指标,并实现对声学信号的非线性、非平稳等特征的有效提取。
滚动轴承故障诊断与状态检测直接关系到企业的经济利益,该产品的研究不仅降低了因滚动轴承故障引起的行车事故,检修人员培训成本和硬件成本,还大大降低了传统模式中对危险事故模拟的资金投入,减少资源浪费,节省社会成本。