HOJOLO聲壓法測定聲功率包含：工程法,、簡易法,、消聲室和半消聲室精密法，可進行背景噪聲,、環(huán)境聲場等修正?聲強法測定聲功率包含離散點測量法,、掃描測量法、掃描測量精密法,，對整個測試進行合適性判斷?聲壓法與聲強法均嚴格按照GB/T或ISO標準執(zhí)行聲源定位功能特點?基于波束形成技術(shù)的聲陣列分析?快速定位噪聲源?可指定分析頻段,，進行分析頻段內(nèi)的噪聲源定位?噪聲源定位結(jié)果以云圖方式直觀顯示聲品質(zhì)分析功能特點?對多個、典型聲品質(zhì)客觀參量進行測試,、分析?噪聲評價分析功能,，可以對噪聲的干擾和危害進行評價，包含多種評價量和評價方法故障機理研究模擬實驗臺是研究故障與材料性能關(guān)系的重要工具,。廣西往復(fù)式故障機理研究模擬實驗臺

MachineryFaultSimulator（機械故障模擬器）DrivetrainDiagnosticsSimulator（動力傳動系統(tǒng)診斷模擬器）MachineryFault&RotorDynamicsSimulator（機械故障與轉(zhuǎn)子動力學模擬器）Motorfaultdiagnosissimulator（電機故障診斷模擬器）BearingPrognosticsSimulator（軸承預(yù)測性模擬器）GearboxPrognosticsSimulator（齒輪箱預(yù)測模擬器）Portablevibrationsimulator（便攜式振動模擬器）MachineVibrationSimulator（機械振動模擬器）Machinevibration–ShaftAlignmentSimulator（機械振動-軸對中模擬器）MachineryFaultSimulator–Lite（機械故障模擬器-簡裝版）MachineryFaultSimulator–Magnum（機械故障模擬器-完整版）Balancing–AlignmentTrainer（動平衡-對中訓練臺）MachineVibration&GearboxSimulator（機械振動-齒輪箱模擬器）北京故障機理研究模擬實驗臺視頻故障機理研究模擬實驗臺為故障分析提供了依據(jù),。

GearboxDynamicsSimulator（齒輪箱實驗臺）nejvy??ímodelpronáhleddovysokootá?kovérotorovédynamiky（用于訓練高速轉(zhuǎn)子動力學的**模型）振動診斷シミュレーター（振動診斷模擬器）回転機シミュレータ（旋轉(zhuǎn)模擬器）シャフト旋回実験裝置（軸轉(zhuǎn)動實驗裝置）振動発生型メンテナンス実習裝置機械?設(shè)備の故障解析から設(shè)備診斷臨界速度測定実験裝置gearfaulttestplatform（齒輪箱實驗臺）AnIdealSimulatorForGearboxReliabilityStudies（齒輪箱可靠性試驗臺）ModifiedMachineryFaultSimulator（改進升級的機械故障模擬器）

智能預(yù)警超限報警根據(jù)標準設(shè)定報警閾值，當測量值超過閾值即發(fā)出相應(yīng)的報警（規(guī)則I）變化率報警對變化率設(shè)定閾值,，測量值雖然沒超限但變化率超限,，發(fā)出相應(yīng)報警（規(guī)則II）趨勢預(yù)警基于自適應(yīng)閾值檢測方法，可隨工況變化自適應(yīng)的調(diào)節(jié)閾值,，能夠有效減少由于固定閾值所引起的誤檢測和漏檢測問題,，實時工作狀態(tài)●用戶可實時觀察和了解被監(jiān)測對象當前各種故障的診斷情況以及所對應(yīng)的特征值數(shù)據(jù)●***顯示被監(jiān)測對象各種故障的現(xiàn)象描述、判斷依據(jù),、參考圖譜,、實時圖譜以及診斷結(jié)果等信息，供用戶參考比對●當系統(tǒng)發(fā)出故障預(yù)警時,，用戶可參考系統(tǒng)提供的各種參考信息,，進一步綜合判斷被監(jiān)測對象的故障狀態(tài)●實時工作狀態(tài)采用word文檔頁面展示，可以供第三方軟件通過WebAPI接口直接調(diào)用,，故障機理研究模擬實驗臺的發(fā)展前景廣闊,。

離心風機故障植入試驗平臺機械故障仿真測試臺架風力發(fā)電故障植入試驗平臺直升機尾翼傳動振動及扭轉(zhuǎn)特性..直升機齒輪傳動振動試驗平臺旋轉(zhuǎn)機械故障植入綜合試驗平臺旋轉(zhuǎn)機械故障植入輕型綜合試驗臺行星齒輪箱故障植入試驗平臺高速柔性轉(zhuǎn)子振動試驗平臺行星及平行齒輪箱故障植入試驗臺剛性轉(zhuǎn)子振動試驗平臺軸系試驗平臺電機可靠性研究對拖試驗平臺往復(fù)壓縮機軸瓦傳統(tǒng)故障診斷方法需要人工提取特征，費時耗力且敏感特征設(shè)計困難,，基于卷積神經(jīng)網(wǎng)絡(luò)的故障診斷方法雖然不需要人工進行特征提取,，但模型存在梯度或消失問題,。神經(jīng)網(wǎng)絡(luò)在圖像識別領(lǐng)域有明顯優(yōu)勢，常用的振動信號時頻圖像處理方法如小波變換,、短時傅里葉變換等在將一維信號轉(zhuǎn)為二維圖像時可能會丟失信號的時間依賴性,，故障機理研究模擬實驗臺的可靠性備受認可。馬達故障機理研究模擬實驗臺使用

在故障機理研究模擬實驗臺中,，怎樣實現(xiàn)數(shù)據(jù)的實時監(jiān)測和分析,？廣西往復(fù)式故障機理研究模擬實驗臺

往復(fù)壓縮機作為工業(yè)生產(chǎn)中的重要組成設(shè)備，保證其正常運行具有極其重要的實際意義,。根據(jù)相關(guān)研究統(tǒng)計,，氣閥故障大約占到了往復(fù)壓縮機故障總數(shù)的60%[1]。因此,，有必要對往復(fù)壓縮機氣閥故障進行深入的分析和研究,。往復(fù)壓縮機氣閥在工作中會受到摩擦，沖擊等多種因素的干擾,，導致其振動信號具有強烈的非線性,，非平穩(wěn)性特征[2]。針對上訴信號,，目前多采用小波分析,、經(jīng)驗?zāi)B(tài)分解（EMD）、變分模態(tài)分解（VMD）,、熵值法,、分形方法等對其進行分析研究，其中,，多重分形方法不僅可以深層次的描述氣閥信號非平穩(wěn),、非線性特征，同時可以描述氣閥振動信號的自相似性,，進而可以更***準確的提取往復(fù)壓縮機氣閥的故障特征廣西往復(fù)式故障機理研究模擬實驗臺