摘要：随着先进的仪器测量、大数据、人工智能等科学技术的发展,基于全生命周期的设备健康监测诊断对现代企业智能制造将起着越来越重要的作用。应力波传感器连续检测设备运动部件间的摩擦、冲击的电子信号,数据采集箱对信号进行处理、能量计算和幅值分析。借助于应力波能量趋势、应力波振幅直方图、应力波频谱等分析工具,系统对设备状态进行实时监测、预测故障的发生和其变化趋势,大幅度提高了设备运行和维修效率。基于人工神经网络的改进算法,对设备故障进行智能化的准确预测和定量分析,并提供设备健康诊断报告。试验表明,系统具有较强的鲁棒性和自适应能力,能更早地预测到故障的发生,更准确地判定故障的部位和类型,降低了维修成本,提高了运行效率,提高了生产安全性。

关键词：应力波检测 特征提取 大数据 人工神经网络 

单位：重庆大学计算机学院; 重庆400044; 重庆川仪自动化股份有限公司; 重庆401121