成果概况： 本成果针对旋转机械状态监测与故障诊断的理论与应用问题进行了研究，取得的 成果如下：① 提出了“故障线”的概念，建立了“故障线”的置信区间，并通过数 值分析和理论分析相结合的方法探讨了“故障线”的成因，“故障线”概念的提出为 旋转机械的状态监测提供了一个新手段；② 将统计语言分析方法用于研究旋转机械 振动信号的动力学行为，建立了具有自适应性的信号粗粒化方法，构建了多尺度符号 动力学熵，提出了基于时间序列统计语言分析的旋转机械状态监测方法；③ 将时间 序列的多标度指数作为机械故障信号的特征参数，提出了基于时间序列多标度指数特 征的机械故障特征提取方法；④ 采用多重分形去趋势波动分析方法计算机械振动信 号的多重分形谱，从多重分形谱上提取特征参数，然后采用马氏距离判别法对这些特 征参数进行分类，提出了基于多重分形去趋势波动分析和马氏距离判别法的滚动轴承 故障诊断方法；⑤ 以虚拟仪器技术为平台开发了旋转机械工况在线监测系统，该系 统能够及时检测出旋转机械潜在的早期故障，能够有效保障重大设备的运行安全。本 成果在国内外核心期刊发表论文 26 篇，被 SCI 检索 6 篇，EI 检索 10 篇，出版学术专 著 1 部，授权国家发明专利 20 项，获得市厅级科技一等奖 2 项。 技术特点： 本成果通过对设备信号的时域特征、频域特征、时频域特征、非线性特征和历史 趋势进行综合分析，提取隐藏在信号中的微弱故障特征，为判断设备的运行状态提供 依据，能够及早发现设备潜在的早期故障。 生产条件及市场预期： 本成果与嵌入式技术结合可以形成现场设备巡检仪，既可以在现场独 立进行设备状态监测与故障诊断，又可以将数据通过云端传送到后台进行深入分析。 本成果可以做成设备状态监测平台，由传感器在现场采集数据，然后将数据通过云端 传送到后台，在后台对信号进行深入分析，再将分析结果反馈给设备管理人员。本成 果也可以通过数据接口融入企业现有的工控平台，作为工控平台的一部分进行工作。