該系統名為「SKF BearingDetective系統」，是一個決策支持系統，可以對滾動軸承的損壞或故障進行更一致、快速和準確的評估。系統基于SKF長年累月積累的軸承知識，通過搜索其信息庫，為輸入到程序中的應用參數提供軸承損壞的許多可能原因，原因按最高概率評級（%）到最低概率評級的順序排列。

 

基于概率網絡，該系統克服了以前專家系統（以往的專家系統通常被構造為從癥狀到可能原因的決策樹）的缺點，新系統是以與早期方法相反的方式，通過建模構建的，從可能的原因到癥狀，通過以這種方式建模，并將一定程度的不確定性附加到可能的故障狀態，可以更好地擬合軸承使用壽命期間發生的物理現象，在最先進的智能計算機的幫助下，新的評估方式更友好且更快速。

 

該系統的核心是從滾動軸承的基本原理到實際工程和應用結果收集的豐富知識，概率網絡是一種可視化網絡，其中節點通過因果關系連接，并應用概率計算，軸承失效分析網絡有四個節點類別，一是條件（速度、軸承類型、負載、溫度等），二是內部機構（滑動接觸、潤滑油膜破裂等），三是失效模式（亞表面引發的疲勞、微動腐蝕等），四是觀察到的癥狀（生銹、變色、剝落等）。

 

通過對輸入數據進行概率分析，并與基本原理和應用知識庫相關聯，最終可能的故障原因，關于系統的更多詳情，可直接咨詢沃恩。