目前绝大多数企业都采用"预防性维护"策略, 即:定期大修。该策略不可避免的会造成"维护不足"或"维护过剩"问题。"预测维护"将从根本上改变这一局面,可以产生重大的经济效益,并可以大大减少灾难性事故的发生,因此具有重要的理论和应用价值。本课题的研究目标就是针对预测维护中的若干核心理论与技术问题进行研究,获得一些原创性的研究成果。基于对国内外的研究现状分析, 我们把研究题目确定为:"复杂工程系统故障预测与预测维护理论及关键技术研究"。 在不能得到系统精确模型的前提下,综合采用智能的和信息处理的方法,基于获得的大量历史数据,研究复杂工程系统的:1) 基于数据驱动的故障预测技术;2) 基于半定量信息的故障预测技术;3) 基于多源信息融合的故障预测技术;4) 可靠性实时评估与预测理论与方法;5) 系统最优维护时机的确定方法;以及 6) 工程应用验证。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
基于LASSO-SVMR模型城市生活需水量的预测
拥堵路网交通流均衡分配模型
基于多模态信息特征融合的犯罪预测算法研究
卫生系统韧性研究概况及其展望
基于半定量信息的复杂动态系统故障预测与最优维护研究
基于数据的复杂工程系统故障预测与健康管理
数据驱动的复杂结构动态系统故障预测与诊断
数据驱动的伺服系统故障预测与健康管理关键技术研究