预测性维护技术线上分享会
时间：2020年7月2日
讲师：王琇峰博士
主题：预测性维护技术
王琇峰博士是西安交通大学机械工程学院副教授，师承中国工程院屈梁生院士，是微著诊断的创始人之一。他长期从事旋转设备振动故障诊断及异音检测技术研究，解决了核电、精密机床和化工行业动设备故障诊断难题，并带领团队开发了旋转机械异音检测及预测性维护系列产品。
Q
手机APP使用时需要移动网络吗？（包括采集时和上传时）核电网络管的比较严。
A
我们在实施过程中也确实发现这个问题了，所以目前版本的手机APP是可以在没有网络的时候去采集数据，等出了电站到有网络的地方数据会自动上传；针对上传的问题，可以在核电厂本地建服务器，然后点对点的通过WiFi热点或者其他方式上传。
Q
振动和声音都是怎么样连接到手机上的？
A
振动是通过无线传感器的方式连接到手机上的，声音是通过有线。
Q
那声音的采集对外界环境的要求高吗？
A
我们采用接触式测试，对外界环境不敏感。
Q
手机APP采集数据的时间是自己设置的吗？能否进行稍长时间的连续采集？
A
如果是计划性巡检，有默认设置的；如果是临时性测试，可以手动设定时间，实现连续采集。
Q
能否把基于全息谱的震动、声音、温度为一体，做个变色的故障诊断与分析系统呢？
A
您的建议非常好，声音、振动与温度相结合，可以实现很好的诊断效果，能够刻画出设备运行的完整形态，我们正在着手做这部分工作。
