金翅导读
随着传感器、物联网、“互联网+”、云计算、人工智能等科学技术的发展与应用,装备积累了海量数据的同时推动着装备PHM进入了工业大数据时代。结合装备的功能作用、结构组成和工作特点,分析装备大数据进行价值挖掘、信息提取进而实现装备的状态监测、异常预警、故障诊断、寿命预测、智能维护等工作十分迫切。本期推荐三位学者最新发表的一篇学术论文,文章回顾并剖析了当前PHM技术内涵、发展现状与应用的同时讨论了装备工业大数据的特点、分析方法及其工作中的难点、疑点。最后,以大型风力发电机组和硬盘两类典型复杂装备为例,从工业大数据角度对其PHM技术进行了探讨,总结当前研究工作的热点与不足,思考未来研究方向,希望能给相关领域的研究人员提供一定参考。
引用格式
金晓航,王宇, Bin Zhang.工业大数据驱动的故障预测与健康管理.计算机集成制造系统。网络首发日期:2020-08-17。
作者信息
金晓航,浙江工业大学机械工程学院。
王宇,西安交通大学机械制造系统工程国家重点实验室。
Bin Zhang,南加州大学电气工程系。
想了解更多关于我们金翅创客实验室的内容,请关注微信公众号:金翅创客。
原创声明:本文内容均为本人原创作品。请任何和个人、组织,在经过本人授权后,方可转载。