诊断技术用于通过检测即将发生故障来提高能源系统中的旋转机器效率。小型旋转机器通常没有机上诊断单元。便携式诊断单元价格昂贵，需要非常详细的有关受监测机械的信息，从轴承中滚动元件的直径到转子杆的数量。因此，开发不需要详细机器信息的低成本诊断单元是有机会的。现代智能手机似乎适合这项任务，因为它们具有内置的声学和振动数据采集和相当大的计算能力。但是，与最先进的诊断单元（如数据采样率和传感器灵敏度）相比，它们存在硬件限制。
一组感应电机在健康且有故障条件下（不平衡转子、损坏的轴承和损坏的转子杆）进行测试，以分析智能手机记录的振动和声学信号。然后，对记录的数据进行分析，以确定健康和有缺陷的排放特征。所有不同的工作条件总共记录了大约 85 分钟的声发射和大约 125 分钟的振动数据。结果表明，可以估计机器转速，通过智能手机录像检测故障。声学发射故障信号位于 4 KHz &ndash 之间;8 KHz 以高震级频率聚类的形式，可以使用 100 Hz-1 KHz 之间的机械旋转频率谐波进行估计。同样，振动故障特征以高震级峰值的形式位于频谱沿线，可以使用峰值振动频率估计转速。最后，根据测试结果开发一个功能齐全的Android应用程序，以自动检测电机速度和健康状况。验证测试显示故障检测准确度为90%。
版本历史记录
- 版本 2.0 发布于 2014-09-08
错误修复，改进算法，新界面
软件信息
- 软件分类： 系统实用程序 > 系统维护
- 发布者： Mario Recio
- 许可： 免费
- 价格： N/A
- 版本： 2.0
- 适用平台： android