蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

匯智觀(guān)點(diǎn)：

故障預(yù)測(cè)與健康管理

新觀(guān)點(diǎn)與新思路

王冬 國(guó)家特聘青年專(zhuān)家

上海交通大學(xué)工業(yè)工程與管理系

故障預(yù)測(cè)與健康管理是以工業(yè)監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，通過(guò)高等數(shù)學(xué)、數(shù)學(xué)優(yōu)化、統(tǒng)計(jì)概率、信號(hào)處理、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)習(xí)等技術(shù)搭建模型算法，最終實(shí)現(xiàn)產(chǎn)品和裝備的狀態(tài)監(jiān)測(cè)、故障診斷及壽命預(yù)測(cè)，為產(chǎn)品和裝備的正常運(yùn)行保駕護(hù)航，從而提高其安全性和可靠性。

01

故障預(yù)測(cè)與健康管理新方向——可解釋物理故障特征

可解釋物理故障特征：故障特征是智能運(yùn)維實(shí)現(xiàn)高效狀態(tài)監(jiān)測(cè)、故障診斷與壽命預(yù)測(cè)的重要前提和基礎(chǔ)。峭度、負(fù)熵、基尼指數(shù)等稀疏測(cè)度以及近似熵、相關(guān)維度等復(fù)雜性測(cè)度是目前較常見(jiàn)的可解釋物理故障特征，其結(jié)合各種信號(hào)處理框架，可提出快速譜峭度算法、盲源去卷積算法、稀疏濾波等先進(jìn)自適應(yīng)信號(hào)處理算法，最終實(shí)現(xiàn)復(fù)雜信號(hào)的濾波以及提純，量化故障信號(hào)以及描述故障退化趨勢(shì)。

研究熱點(diǎn)：在故障預(yù)測(cè)與健康管理領(lǐng)域，關(guān)于峭度、香農(nóng)熵、近似熵、基尼指數(shù)、平滑指數(shù)、Lp比Lq范數(shù)等可解釋物理故障特征的理論基礎(chǔ)研究仍不完善，需深入研究稀疏性測(cè)度和復(fù)雜性測(cè)度的數(shù)理基礎(chǔ)，以便充分說(shuō)明這些測(cè)度是如何量化故障信號(hào)以及描述信號(hào)的動(dòng)態(tài)演變過(guò)程。這些測(cè)度不僅可以作為信號(hào)處理以及機(jī)器學(xué)習(xí)的目標(biāo)函數(shù)來(lái)大幅度提升算法性能，而且可以為實(shí)際狀態(tài)監(jiān)測(cè)以及趨勢(shì)分析提供理論指導(dǎo)來(lái)充分解釋故障動(dòng)態(tài)演變規(guī)律。

研究進(jìn)展：近年來(lái)我們提出的標(biāo)準(zhǔn)化平方包絡(luò)和數(shù)學(xué)框架以及準(zhǔn)算數(shù)均值比數(shù)學(xué)框架指引了稀疏測(cè)度構(gòu)造的新方向，同時(shí)發(fā)現(xiàn)了大量與基尼指數(shù)、峭度、香農(nóng)熵等具有等價(jià)性能的稀疏測(cè)度?；跇?biāo)準(zhǔn)化平方包絡(luò)和數(shù)學(xué)框架以及凸優(yōu)化技術(shù)，提出了在線(xiàn)更新模型權(quán)重可解釋的機(jī)器學(xué)習(xí)算法，最終可以利用模型權(quán)重來(lái)實(shí)時(shí)確認(rèn)故障特征頻率，解決了狀態(tài)監(jiān)測(cè)與故障診斷領(lǐng)域傳統(tǒng)機(jī)器學(xué)習(xí)只能輸出狀態(tài)，而無(wú)法提供故障特征來(lái)確認(rèn)輸出狀態(tài)的難題。

02

故障預(yù)測(cè)與健康管理新方向——可解釋數(shù)學(xué)優(yōu)化退化模型

全壽命周期服役性能退化評(píng)估：性能退化評(píng)估方法旨在通過(guò)提取退化特征來(lái)描述和量化設(shè)備全壽命退化過(guò)程，進(jìn)而識(shí)別設(shè)備所處的退化階段和性能退化的嚴(yán)重程度。退化特征通常又稱(chēng)為健康指數(shù)（Health index，HI）。基于健康指數(shù)，可以在線(xiàn)監(jiān)測(cè)設(shè)備的早期故障時(shí)刻，繼而跟蹤設(shè)備的退化過(guò)程，從而精準(zhǔn)地評(píng)估設(shè)備所處的退化狀態(tài)，如健康狀態(tài)、早期故障狀態(tài)、快速退化狀態(tài)和失效狀態(tài)等。與故障診斷技術(shù)側(cè)重于判斷某一時(shí)刻的性能狀態(tài)和具體故障類(lèi)別不同的是，性能退化評(píng)估技術(shù)的目標(biāo)是跟蹤設(shè)備從正常狀態(tài)演化到失效狀態(tài)的性能退化趨勢(shì)和走向，為設(shè)備剩余壽命預(yù)測(cè)提供趨勢(shì)分析。

研究熱點(diǎn)：典型的健康指數(shù)可分為物理健康指數(shù)和虛擬健康指數(shù)。物理健康指數(shù)是以統(tǒng)計(jì)特征，如稀疏測(cè)度和復(fù)雜性測(cè)度為代表的具有明確物理意義的健康指數(shù)。這類(lèi)健康指數(shù)雖然有明確的物理意義，但是難以同時(shí)實(shí)現(xiàn)早期故障監(jiān)測(cè)和單調(diào)服役性能退化評(píng)估。虛擬健康指數(shù)一般指以自編碼器等為代表的智能算法所提取的虛擬參數(shù)，這類(lèi)指數(shù)一般具有強(qiáng)烈的波動(dòng)、無(wú)可解釋性、拓展性差等缺點(diǎn)。

研究進(jìn)展：近年來(lái)我們提出的基于數(shù)學(xué)優(yōu)化模型和全局譜線(xiàn)融合的退化建模新方法，通過(guò)利用數(shù)學(xué)優(yōu)化模型量化健康指數(shù)的單調(diào)性、可分性、趨勢(shì)性等固有特性以便自動(dòng)優(yōu)化和求解全局譜線(xiàn)的權(quán)重，解決了傳統(tǒng)方法難以同時(shí)實(shí)現(xiàn)早期故障監(jiān)測(cè)和單調(diào)服役性能退化評(píng)估的難題。相較于傳統(tǒng)方法，該方法優(yōu)勢(shì)顯著：1）頻譜直接由傅里葉變換得到，無(wú)需復(fù)雜和先進(jìn)的信號(hào)處理算法，更接近工程需求；2）頻譜權(quán)重可自動(dòng)定位信息頻率帶，無(wú)需人為判斷信息頻譜成分；3）訓(xùn)練后的模型權(quán)重具有可解釋性，既可以在頻譜上揭示信息頻率帶，也能在包絡(luò)譜上揭示故障特征頻率；4）可以推廣至更多基于振動(dòng)信號(hào)或者聲發(fā)射信號(hào)的設(shè)備退化建模中。

(End)

【作者簡(jiǎn)介】

王冬，獲國(guó)家特聘青年專(zhuān)家，現(xiàn)任職于上海交通大學(xué)機(jī)械與動(dòng)力工程學(xué)院工業(yè)工程與管理系副教授、博士生導(dǎo)師，擔(dān)任機(jī)械系統(tǒng)與振動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室固定成員、中國(guó)質(zhì)量發(fā)展研究院固定成員、中國(guó)振動(dòng)工程學(xué)會(huì)副秘書(shū)長(zhǎng)、國(guó)際權(quán)威期刊Mechanical Systems and Signal Processing編委、IEEE Transactions on Instrumentation and Measurement副主編、IEEE Sensors Journal副主編、Journal of Dynamics Monitoring and Diagnostics副主編以及Journal of Low Frequency Noise, Vibration & Active Control副主編。研究興趣包括：智能運(yùn)維與大數(shù)據(jù)分析、稀疏測(cè)度、復(fù)雜度測(cè)度及特征提取的數(shù)學(xué)基礎(chǔ)研究、退化建模數(shù)學(xué)優(yōu)化模型、壽命預(yù)測(cè)統(tǒng)計(jì)概率模型、信號(hào)處理、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)習(xí)。圍繞產(chǎn)品和設(shè)備健康監(jiān)測(cè)、故障診斷及壽命預(yù)測(cè)理論及應(yīng)用基礎(chǔ)研究，提出了廣義譜峭度理論、廣義稀疏測(cè)度、稀疏測(cè)度敏感性分析理論、廣義Hjorth參數(shù)理論、物理可解釋性神經(jīng)網(wǎng)絡(luò)、Box-Cox稀疏測(cè)度理論、相關(guān)維度和近似熵新理論、準(zhǔn)算術(shù)平均比值框架、基于布朗運(yùn)動(dòng)的廣義狀態(tài)空間壽命預(yù)測(cè)理論、廣義幾何布朗運(yùn)動(dòng)壽命預(yù)測(cè)理論、動(dòng)態(tài)貝葉斯小波變換框架、頻譜數(shù)據(jù)融合退化建模框架、可解釋狀態(tài)監(jiān)測(cè)機(jī)器學(xué)習(xí)算法等新理論和新方法，研究成果主要發(fā)表在Mechanical Systems and Signal Processing、IEEE/ASEM Transactions等國(guó)際權(quán)威期刊上，發(fā)表SCI收錄論文100多篇(第1作者40多篇)，論文被引4000多次。

掃碼關(guān)注我們

電話(huà): 021-62933084/3031

郵箱: ME-FXL@sjtu.edu.cn

地址: 上海市徐匯區(qū)廣元西路55號(hào)

上海交通大學(xué)機(jī)械與動(dòng)力樓2樓