以预测和预防为主的设备智能维护正逐渐成为设备维护的发展趋势。如何充分利用网络环境的优势,对结构和功能相同或类似的"群设备"的运行状况进行评估与预测,更是当前智能维护的研究热点。本项目将群体智能的理论和方法应用到群设备性能评估和预测研究,将分布在不同物理位置的同类产品看作一个"群体",单台设备作为一个"个体",利用设备个体之间的信息交互,体现设备群体的智能。研究内容有利用群体智能聚类方法实现群设备性能的自组织横向分析;在此基础上,利用离群数据挖掘方法发现可能的异常设备;利用贝叶斯网融合群设备横向比较和单台设备纵向评估的结果,实现设备性能退化的智能评估和预测。本项目的研究成功,对完善智能维护理论、实现群设备维护以及推动智能维护在我国的实施都具有重要的意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
特斯拉涡轮机运行性能研究综述
基于LASSO-SVMR模型城市生活需水量的预测
基于多模态信息特征融合的犯罪预测算法研究
栓接U肋钢箱梁考虑对接偏差的疲劳性能及改进方法研究
基于群体智能的柴油机性能评估与故障预测研究
面向IMS并基于信息融合的设备性能退化评估与预测
基于隐马尔科夫模型的机械设备性能退化评估与预测研究
机械设备性能退化的流形特征建模与量化评估预测研究