研究方向


研究方向一:机械系统动态建模

故障机理研究是故障诊断的基石,动态建模是揭示系统动态特性与故障演化机理的重要工具。该方向通过建立动力学模型,对机械系统的动态特性进行分析,研究机械系统在内外激励下的动力学行为以及模型参数、故障类型等各种因素对系统响应特性的影响。


 

研究方向二:机械信号处理与分析

机械故障特征提取犹如沙里淘金,信号处理是提取故障特征的一把利器。该方向主要研究集成经验模式分解、谱峭度、随机共振等先进信号处理方法与技术,提取表征机械运行健康状况的敏感特征,实现微弱特征增强和机械装备早期故障的及时诊断。

    

研究方向三:大数据下智能故障诊断

智能诊断是大数据时代对机械装备进行快速准确诊断的必由之路。该方向主要研究软计算、机器学习等人工智能算法,通过建立智能诊断模型,自适应解析机械信号蕴含的复杂结构信息,探索大数据中潜在的故障演化规律,实现早期与复合故障的自动识别。

 

研究方向四:机械装备剩余寿命预测

剩余寿命预测是准确制定预防性维修策略的前提,对保障机械装备的安全高效运行降低维修成本至关重要。该方向主要研究基于衰退模型和数据驱动的剩余寿命预测理论与方法,实现风电机组、航空发动机、工程机械等关键零部件的剩余寿命预测,为其预防性维修提供技术支持。


 

研究方向五:机械装备健康监测与智能维护

开发基于LabVIEWWeb的在线健康监测、故障诊断和智能维护网络系统,对机械、运载、能源、冶金、石化、国防等行业的机械装备进行远程实时监测、趋势预报、智能预示、寿命预测,实现基于装备运行状态的智能决策与维护。

 

 

科研项目
项目编号 项目名称 项目来源 起讫时间 承担角色 项目类别
61673311 大数据下基于深度学习的机电设备智能诊断理论与方法研究 国家自然科学基金项目2017-1~负责人纵向项目
XXXXXX 基于噪声信息的故障征兆增强机制与早期诊断理论 中组部“万人计划”青年拔尖人才支持计划2016-1~负责人纵向项目
51475355 内外激励耦合下的复杂齿轮传动系统动态特性与诊断方法研究 国家自然科学基金项目2015-1~负责人纵向项目
51222503 机械系统动态监测、诊断与维护 国家优秀青年科学基金项目2013-1~2015-12负责人纵向项目
1144122 行星轮系动力学建模与故障智能预示 德国洪堡基金项目2012-9~2013-8负责人纵向项目
NCET-11-0421 机械设备故障诊断 教育部新世纪优秀人才支持计划2012-1~2014-12负责人纵向项目
51005172 低速重载行星齿轮箱故障诊断的理论与技术 国家自然科学基金项目2011-1~2013-12负责人纵向项目
共有7条记录 共有1页面 每页面显示 条记录 页索引: 1 链接到第 页面