基本信息
浏览量:24
职业迁徙
个人简介
研究领域
复杂系统状态监测、诊断、预测及健康管理;智能运维;人工智能在工业中的应用。面向提高复杂系统可靠性、维护性、测试性和安全保证性,提高运维效率的需求,研究设备运行状态实时监测、传感数据特征提取、状态类型在线诊断(fault/statediagnostics)、状态发展趋势预测(statedegradationprognostics)、剩余寿命预测(remainingusefullifeprediction)、预防性维护策略建模(predictivemaintenancemodeling)等关键技术,致力于实现基于车间实时监测数据的设备状态诊断和预测,形成复杂系统状态监测诊断预测及健康管理技术体系,为智能运维提供关键技术和系统支撑。
所关注的对象包括轴承(bearing)、减速箱(gear box)、滚珠丝杠副(ball screw)等旋转机械(rotary machine),以及数控机床的刀具(machine tools)、直线进给系统等子系统。
对于设备状态预测,所研究的技术体系包括基于模型的预测(model-based prognostics)及数据驱动的预测(data-driven prognostics)。前者包括扩展卡尔曼滤波(extended Kalman filter), 粒子滤波(particle filter), 贝叶斯参数估计(Bayesian estimation)等方法,后者包括神经网络(neural network)及深度学习方法(deep learning)在设备诊断及预测上的应用,例如长短期记忆网络(long-short term memory network, LSTM),卷积神经网络(convolutional neural network, CNN)等。
对于设备状态诊断,所研究的技术体系包括支持向量机(support vector machine, SVM),BP神经网络(BP neural network),长短期记忆网络(long-short term memory network, LSTM)等分类方法。
所采集的信号主要为振动信号(vibration signal),所研究的特征提取方法包括小波包分解(wavelet packet decomposition)、功率谱熵(power spectrum entropy)、瞬时频率(instantaneous frequency)的时频分析方法。
复杂系统状态监测、诊断、预测及健康管理;智能运维;人工智能在工业中的应用。面向提高复杂系统可靠性、维护性、测试性和安全保证性,提高运维效率的需求,研究设备运行状态实时监测、传感数据特征提取、状态类型在线诊断(fault/statediagnostics)、状态发展趋势预测(statedegradationprognostics)、剩余寿命预测(remainingusefullifeprediction)、预防性维护策略建模(predictivemaintenancemodeling)等关键技术,致力于实现基于车间实时监测数据的设备状态诊断和预测,形成复杂系统状态监测诊断预测及健康管理技术体系,为智能运维提供关键技术和系统支撑。
所关注的对象包括轴承(bearing)、减速箱(gear box)、滚珠丝杠副(ball screw)等旋转机械(rotary machine),以及数控机床的刀具(machine tools)、直线进给系统等子系统。
对于设备状态预测,所研究的技术体系包括基于模型的预测(model-based prognostics)及数据驱动的预测(data-driven prognostics)。前者包括扩展卡尔曼滤波(extended Kalman filter), 粒子滤波(particle filter), 贝叶斯参数估计(Bayesian estimation)等方法,后者包括神经网络(neural network)及深度学习方法(deep learning)在设备诊断及预测上的应用,例如长短期记忆网络(long-short term memory network, LSTM),卷积神经网络(convolutional neural network, CNN)等。
对于设备状态诊断,所研究的技术体系包括支持向量机(support vector machine, SVM),BP神经网络(BP neural network),长短期记忆网络(long-short term memory network, LSTM)等分类方法。
所采集的信号主要为振动信号(vibration signal),所研究的特征提取方法包括小波包分解(wavelet packet decomposition)、功率谱熵(power spectrum entropy)、瞬时频率(instantaneous frequency)的时频分析方法。
研究兴趣
论文共 26 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
Journal of Manufacturing Systems (2024): 777-811
APPLIED SCIENCES-BASELno. 8 (2023): 4999-4999
Journal of Manufacturing Systems (2022): 720-742
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn