大型復雜機電系統早期故障智能預示技術與系統
針對國民經濟基礎產業(yè)的大型復雜機電系統及其構件中常見多發(fā)故障,深入研究了早期故障智能預示理論體系與技術支持。研究成果歸納為數據獲取、模型定義、數據分析、狀態(tài)評估、混合智能決策等五項主要部分,涉及監(jiān)測傳感器的合理配置、信號采集與處理、數據管理、特征提取、信息融合、模式分類、狀態(tài)評估、智能判別與決策預示的全過程。重點突破了解決早期微弱潛在故障的診斷和混合智能預示技術等急需解決的瓶頸問題,正確有效地揭示早期、潛在故障的發(fā)生、發(fā)展和轉移,提供具有普遍意義的早期故障智能預示的理論與技術。從而為應急控制和維修管理提供準確、可靠的依據,滿足國民經濟發(fā)展的迫切需要。
西安交通大學
2021-04-11