用户登录 | 旧网入口 | English
/dfiles/images/head.gif

工业大数据下的故障预测及健康管理

作者:   已浏览:次  更新日期:2017-04-07

2017年4月10日(星期一),下午13:20

绣山工程大楼208室

 

报告题目:工业大数据下的故障预测及健康管理

Prognostics and Health Management under the environment of industry big data

报告人:王艺玮 法国国立应用科学学院机械工程系  博士

 

摘要

随着科技的发展,系统装备朝向复杂化,综合化,信息化,智能化方向发展。提高复杂系统的可靠性,维修保障性,确保运营效益已成为亟待解决的问题。故障预测及健康管理(PHM)技术通过实时监测系统的健康状态,实现快速准确地故障诊断与定位,预测故障发展趋势,不仅避免重大恶性事故,同时为后勤保障人员提供维护决策支持。PHM技术已经成为21世纪提高复杂系统可靠性,维修性,测试性,保障性和安全性,以及降低系统寿命周期费用的一项非常有前途的军民两用技术。本次报告集中介绍目前主流的故障预测方法两大分支,基于模型的预测(model-based prognostics)及数据驱动的预测(data-driven prognostics),对其中的涉及到的关键技术做综合阐述。

 

王艺玮,女,1988年11月出生于陕西渭南。分别于2010年和2013年在北京交通大学和北京航空航天大学获得学士和硕士学位。于2013年9月公派赴法国国立应用科学学院,克莱蒙空天国家重点实验室攻读博士学位并于2017年3月完成博士答辩。研究重点集中在故障预测及健康管理(Prognostics and Health Management)在航空工程 中的应用。以第一作者发表SCI论文两篇,发表期刊分别为Mechanical System and Signal Processing和Chinese Journal of Aeronautics。
 
 
Copyright © 2013 机械工程与力学学院 All rights reserved
学院地址:浙江省宁波市江北区风华路818号宁波大学绣山工程楼
咨询电话:0574-87600302 传真:87608358