基本信息
浏览量:9
![](https://originalfileserver.aminer.cn/sys/aminer/icon/show-trajectory.png)
个人简介
在机械行业中不少关键设备受到重载、冲击等负荷时,出现了大量的结构强度、振动、噪声及可靠性等问题,设备故障率高,给正常生产带来直接损失及威胁。如果在设备工作过程中对其运行状态进行实时监测,并根据故障诊断专家系统及时作出判断,采取相应的决策,从而避免发生故障而导致严重后果,这样可大大提高设备运行的可靠性,提高设备乃至全生产线的生产效率。随着人工智能、设备故障诊断技术、计算机网络、应用电子技术的发展,设备在线监测与诊断技术日渐成熟。根据监测数据进行智能故障分析、诊断和预报是完全可能,也非常必要。将各种智能理论和方法运用于诊断中,如运用模糊逻辑理论、模式识别理论、专家系统技术、人工神经网络技术等对故障进行深入研究,不仅可以及时发现设备的故障并给出准确的结论,还可以弥补现有状态监测及故障诊断系统的不足,降低对操作人员的专业技术知识水平的要求,从而提高企业现代化设备管理水平。本研究方向旨在结合神经网络、信息融合、聚类分析、计算流体力学等理论及方法,对机械系统的智能故障诊断方法、神经网络建模和集成学习,以及诊断结论决策等方面开展深入研究。
研究兴趣
论文共 95 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
2023 China Automation Congress (CAC)pp.9306-9313, (2023)
2023 35TH CHINESE CONTROL AND DECISION CONFERENCE, CCDCpp.1458-1463, (2023)
2023 14th International Conference on Mechanical and Aerospace Engineering (ICMAE)pp.575-580, (2023)
2023 35TH CHINESE CONTROL AND DECISION CONFERENCE, CCDCpp.5385-5390, (2023)
2023 42nd Chinese Control Conference (CCC)pp.7681-7686, (2023)
2022 China Automation Congress (CAC)pp.4267-4272, (2022)
加载更多
作者统计
#Papers: 95
#Citation: 261
H-Index: 9
G-Index: 15
Sociability: 5
Diversity: 3
Activity: 5
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