1.负责人：王仲副教授

2.团队核心成员：张磊、谷泉、姜娇、杨宏、赵新光、辛雯

3.团队研究方向领域介绍：

方向1：王仲、谷泉、姜娇。时间尺度与空间尺度下机电设备运行状态识别与退化表征方法研究。考虑机械系统中振动模型、电磁模型、流体模型等多模型间的强耦合关系，通过建立包含多种故障特征的系统机理模型，考虑传动系统各个零部件的磨损、点蚀、裂纹等负面状态在时间尺度上的演化，并在空间尺度下研究实验室缩尺模型与工程实际设备状态退化规律的相关性，探究机电设备的故障机理及其表征方法。

方向2：王仲、张磊、辛雯。非稳态下基于多状态信息的传动系统状态监测与故障特征提取方法研究。针对机械设备运行时的非连续、非稳态，以振动、噪声、温度、电流等状态信息为评价指标获取多种故障特征，并从机理层面对故障特征进行融合，提升故障监测能力，实现故障多元化的多信息源特征融合技术，研究基于高阶同步压缩变换、包络追踪滤波、数学形态学等理论方法建立非稳态下传动系统状态退化与故障特征提取与诊断方法。

方向3：王仲、杨宏、赵新光。复杂环境下重型设备低频振动噪声控制方法研究。对于低频尤其超低频隔振降噪问题,一直是振动噪声控制领域的难点。针对大型设备运行过程中产生的低频振动与噪声，探究基于多级隔振、动力吸振等多重方法的低频振动噪声抑制方法，提高低频振动噪声的治理能力。

4.团队工作开展情况介绍：

自2023年团队成立以来，依托“辽宁省大型机械设备健康监测与维护技术工程研究中心”这一省级平台，开展了相关理论研究与面向企业的技术服务工作。深入研究机电设备智能运维的相关理论与技术，探索机电设备低频振动与噪声的控制方法，并加深与省内相关企业、特别是本溪市相关企业的合作，将理论成果应用到实践中，解决相关企业生产中设备运维与振动噪声污染的问题。在机电设备故障机理、机械设备故障诊断、噪声与振动控制等理论方面取得了一定的成果，获得辽宁省科技进步奖三等奖1项、中国机械工业联合会科技进步三等奖1项，主持国家自然科学基金1项、省部级纵向课题12项，横向课题10项，发表学术论文30余篇，授权专利10余项。

目前正在开展的项目如下：基于振动、噪声、电流、温度等多维度信号，探索机电设备状劣化进程与多维度信号特征间的映射关系，为机电设备智能运维与剩余寿命预测提供依据。分析基于多维度信号的故障特征提取方法，探究基于深度学习的机电设备健康状态智能识别与故障智能诊断，为实现智能运维提供算法依据。研究机电设备智能运维多层异构网络架构，结合边缘计算、云计算等信息化手段，探索复杂环境下基于有线/无线传输的机电设备健康状态在线监测系统设计方法，为实现机电设备智能运维提供硬件保障。

5.团队可转化成果介绍：

成果名称：大型机械设备故障智能化诊断专家系统

成果介绍：石油、石化行业对于关键设备运转安全性、稳定性、高效性要求日益提高，尤其是对于大型机械设备的状态监测的故障诊断智能化手段需求逐年上升。对于设备可提前预警和感知将大幅度提升设备管理水平。本次成果通过建立包含各类常见故障特征的大型机械设备动力学模型，获取常见故障类别的故障数据标签，进而结合实验手段对基于模型与数据方法的故障特征进行信息融合，建立模型-数据融合驱动的大型机械设备的运行维护监测平台。

应用领域：先进装备制造业。

经济社会效益预测：1000万。

可转化方式：技术服务。

成果完成人：机电设备智能运维与噪声振动控制科研团队

联系方式：110163358@qq.com