针对我国国民经济基础产业的大型复杂机电系统、装置、构件中常见多发故障,本项目将全面深入研究大型复杂机电系统早期故障智能预示理论体系与技术支持。研究内容归纳为数据获取、模型定义、数据分析、状态评估、混合智能决策等五项主要任务,涉及监测传感器的合理配置、信号采集与处理、数据管理、特征提取、信息融合、模式分类、状态评估、智能判别与决策预示的全过程,重点突破解决早期微弱潜在故障的诊断和混合智能预示技术等急
全面深入地研究了多能域、多尺度耦合大型复杂机电系统早期故障的智能预示理论与技术,采用理论研究、数值仿真、试验研究和工程验证相结合的方法,开展了传感器的优化配置、早期故障信息的采集和处理、基于模型的早期故障预示与识别、早期故障信号的特征提取和信息融合、设备状态的评估和预测以及早期故障的智能判别与决策预示等先进的理论和方法的研究。突出的进展有提出了小波有限元三线相交裂纹诊断法,研制出转子运行模态参数识别系列技术,成功应用于转辙机、烫金模切机裂纹定量诊断和汽轮机转子运行模态识别;建立了考虑支撑运动的裂纹转子系统的运动模型,研究了轴承油膜线性、非线性动特性系数的识别方法,给出一套完整的大型高速动平衡机摆架性能增长研究的试验和理论方法;应用信息流与环节动力学分析方法,进行大型机电系统多能域早期故障综合建模、模型验证以及损伤检测、定位与程度估计,成功解决了热连轧精轧机自激振动和二十辊薄板冷轧机主电机轴承早期故障定位与维修决策等重大工程问题。本项目的研究成果正确有效地揭示了早期微弱潜在故障的发生、发展和转移,满足了生产急需,取得了显著的经济效益和社会效益。