建設(shè)意義
 

　　(1) 設(shè)備智能運(yùn)維技術(shù)的一個(gè)重要核心是設(shè)備的狀態(tài)監(jiān)測(cè)及對(duì)獲取的信號(hào)進(jìn)行現(xiàn)代信號(hào)分析，并進(jìn)行診斷給出維修決策建議。而對(duì)信號(hào)進(jìn)行分析，對(duì)設(shè)備進(jìn)行診斷的基礎(chǔ)是掌握機(jī)械設(shè)備故障機(jī)理，弄清不同設(shè)備在不同故障時(shí)的信號(hào)響應(yīng)規(guī)律。因此，搭建機(jī)械故障模擬試驗(yàn)平臺(tái)，模擬出相關(guān)故障信號(hào)是進(jìn)行故障診斷的重要基礎(chǔ)。此外，通過模擬出相關(guān)故障信號(hào)，一方面可讓工程技術(shù)人員快速了解不同故障信號(hào)的表現(xiàn)特征，另一方面也可逐步讓工程技術(shù)人員掌握機(jī)械故障的機(jī)理。
 

　　(3) 不論是基于現(xiàn)代信號(hào)處理的故障診斷方法還是基于人工智能的故障診斷方法，都是通過建立相關(guān)模型對(duì)采集到的數(shù)據(jù)進(jìn)行分析，然而，模型的準(zhǔn)確性和可靠性卻有待驗(yàn)證。通過試驗(yàn)?zāi)M產(chǎn)生的數(shù)據(jù)對(duì)其進(jìn)行驗(yàn)證是一個(gè)相對(duì)可靠、高效、低成本的方法。
 

　　(2) 基于人工智能的故障診斷方法對(duì)過程數(shù)據(jù)進(jìn)行分析處理，從而不需要知道系統(tǒng)精確解析模型的情況下完成系統(tǒng)的故障診斷。然而這類方法通常需要大量過程故障情況下的樣本數(shù)據(jù)，并且診斷精度與準(zhǔn)確率與樣本的完備性和代表性有很大的關(guān)系，但是，實(shí)際工作的設(shè)備可靠性是較高的，故障數(shù)據(jù)種類及其數(shù)量都不多。因此，通過試驗(yàn)?zāi)M出故障信號(hào)擴(kuò)充樣本數(shù)據(jù)庫(kù)對(duì)于故障智能診斷準(zhǔn)確率的提高具有重大意義。
 

　　(4) VALENIAN教學(xué)通過建立設(shè)備狀態(tài)檢測(cè)與智能診斷綜合實(shí)驗(yàn)室，可有效幫助工程技術(shù)人員學(xué)習(xí)了解數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、波形識(shí)別、信號(hào)分析以及診斷等全過程的機(jī)械故障診斷技術(shù)，提高工程技術(shù)人員專業(yè)技能水平，為公司培養(yǎng)滿足新模式新業(yè)務(wù)需求的多層次人才。