年月日，工业和信息化部产业发展促进中心在浙江湖州组织召开了由浙江天马轴承集团有限公司牵头承担的国家重点研发计划制造基础技术与关键部件重点专项面向大数据的高端轴承状态监测与健康管理技术项目综合绩效评价会。专家组认为项目完成了任务书规定的任务和考核指标，达到了预期目标。
为了迅速提升我国重大装备的智能运维水平，年月，由浙江天马轴承集团有限公司牵头承担的面向大数据的高端轴承状态监测与健康管理技术项目被列为国家重点研发计划制造基础技术与关键部件重点专项。项目负责人为西安交通大学曹宏瑞教授，其他参与单位包括石家庄铁道大学华中科技大学上海交通大学西安交通大学清华大学上海应用技术大学，以及中车唐山机车车辆有限公司山东中车风电有限公司浙江荷清柔性电子技术有限公司。
年来，研究团队针对风电高速列车等重大装备轴承故障诊断准确率低预知维修困难等难题，围绕大数据下轴承故障信息智能解析与诊断预测机制这一科学问题开展研究，突破了轴承监测多源异构大数据高质量完备获取健康监测指标构建与变工况动态监测大数据下轴承多种故障深度迁移智能诊断数字孪生驱动的轴承性能评估与寿命预测远程监测与健康管理系统云边协同开发等５项关键技术，完成了项目任务目标和全部考核指标。项目将理论方法与关键技术进行集成，开发了高端轴承状态监测与健康管理系统，并在风电和轨道交通行业的５家企业进行了应用验证，推动风电轨道交通等行业由定期维护转向预知维护。项目取得的重要成果创新性应用前景及示范推广等情况如下
突破了柔性复合传感器制备技术，研制了集成柔性复合传感器的轴承样件，实现了振动温度应变等信号的嵌入式感知，解决了风电高速列车轴承安装空间狭小传感器难以近距离安装等问题。
提出了变工况轴承状态监测指标构建及自适应调节方法，研制了多源信号采集及监测指标边缘计算工程样机，实现了轴承多源信号高速采集和状态指标快速计算。具备计算时域统计频域统计时频域指标时域同步平均指标残差信号指标差分信号指标等功能，技术成熟度高，满足工程需求，已在宝鸡中车时代工程机械有限公司等企业进行应用。
提出了轴承多故障深度迁移智能诊断和剩余寿命预测方法，开发了基于大数据云平台的高端轴承状态远程监测与健康管理系统，实现了复杂服役条件下轴承典型故障智能诊断及剩余寿命预测。研究成果在风电轨道交通行业的相关企业进行了应用验证。
经实测，本项目技术成果可实现复杂多变工况下轴承早期故障监测的漏报率和误报率不高于典型故障确诊率高于轴承剩余寿命预测相对误差小于 ，多项指标达到国际同类技术领域先进水平，有助于迅速提升我国重大装备的智能运维水平。
