免费观看日韩黄色网站_亚洲国产精品中文字

国产成人亚洲欧美91_在线看片免费人成视频丨_久久免費视频精品_在线观看网站深夜免费A√

加快打造原始創(chuàng)新策源地，加快突破關(guān)鍵核心技術(shù)，努力搶占科技制高點，為把我國建設(shè)成為世界科技強(qiáng)國作出新的更大的貢獻(xiàn)。

——習(xí)近平總書記在致中國科學(xué)院建院70周年賀信中作出的“兩加快一努力”重要指示要求

面向世界科技前沿、面向經(jīng)濟(jì)主戰(zhàn)場、面向國家重大需求、面向人民生命健康，率先實現(xiàn)科學(xué)技術(shù)跨越發(fā)展，率先建成國家創(chuàng)新人才高地，率先建成國家高水平科技智庫，率先建設(shè)國際一流科研機(jī)構(gòu)。

——中國科學(xué)院辦院方針

首頁 > 科研進(jìn)展

沈陽自動化所智能工廠生產(chǎn)設(shè)備故障預(yù)測與健康管理研究取得進(jìn)展

2019-09-24 沈陽自動化研究所

【字體：大中小】

語音播報

　　近日，中國科學(xué)院沈陽自動化研究所聯(lián)合東北大學(xué)等單位在智能工廠生產(chǎn)設(shè)備故障預(yù)測與健康管理領(lǐng)域取得進(jìn)展，相關(guān)成果獲國際期刊IEEE ACCESS 刊載。

　　智能制造作為中國制造2025的重點建設(shè)內(nèi)容，已成為工業(yè)界熱點。如何提高生產(chǎn)設(shè)備的可靠性及生產(chǎn)過程的安全性是智能制造系統(tǒng)著力解決的關(guān)鍵問題。在現(xiàn)今的制造系統(tǒng)中，存在著許多無法被決策者掌握的不確定因素，通常表現(xiàn)為設(shè)備的性能下降、健康衰退、零部件磨損、運行風(fēng)險升高等。這些因素由于其很難通過測量被定量化呈現(xiàn)，往往是工業(yè)生產(chǎn)中不可控的風(fēng)險，會對企業(yè)生產(chǎn)過程造成不利影響，如機(jī)器意外停機(jī)和產(chǎn)品質(zhì)量下降等。因此，智能制造系統(tǒng)的關(guān)注點是這些不可見因素的避免和透明化呈現(xiàn)。

　　在題為Microscopic Machine Vision Based Degradation Monitoring of Low-Voltage Electromagnetic Coil Insulation Using Ensemble Learning in a Membrane Computing Framework 的論文中，沈陽自動化所聯(lián)合東北大學(xué)等單位在國際上首次提出了一種新穎的基于顯微機(jī)器視覺技術(shù)的電磁線圈絕緣退化監(jiān)測方法，通過分析退化過程中電磁導(dǎo)線外觀圖像變化即可實現(xiàn)線圈絕緣狀態(tài)評估。該方法引入基于膜計算框架的集成學(xué)習(xí)方法，膜計算框架由8層、29個膜、72個對象以及35個規(guī)則構(gòu)成，同時融合了多種機(jī)器學(xué)習(xí)算法（包括經(jīng)典模式識別和深度學(xué)習(xí)算法）的優(yōu)勢進(jìn)行線圈絕緣健康評估。加速退化試驗結(jié)果表明，該方法單一狀態(tài)匹配成功率61.4%，區(qū)間狀態(tài)匹配成功率77.4%。該方法為未來實現(xiàn)生產(chǎn)設(shè)備核心組件的非入侵式健康監(jiān)測提供了新的研究思路。

復(fù)合細(xì)胞型膜系統(tǒng)結(jié)構(gòu)示意圖

不同退化狀態(tài)下電磁導(dǎo)線外觀圖像示意

集成學(xué)習(xí)與單一模型的匹配準(zhǔn)確率比較

　　近日，中國科學(xué)院沈陽自動化研究所聯(lián)合東北大學(xué)等單位在智能工廠生產(chǎn)設(shè)備故障預(yù)測與健康管理領(lǐng)域取得進(jìn)展，相關(guān)成果獲國際期刊IEEE ACCESS 刊載。
　　智能制造作為中國制造2025的重點建設(shè)內(nèi)容，已成為工業(yè)界熱點。如何提高生產(chǎn)設(shè)備的可靠性及生產(chǎn)過程的安全性是智能制造系統(tǒng)著力解決的關(guān)鍵問題。在現(xiàn)今的制造系統(tǒng)中，存在著許多無法被決策者掌握的不確定因素，通常表現(xiàn)為設(shè)備的性能下降、健康衰退、零部件磨損、運行風(fēng)險升高等。這些因素由于其很難通過測量被定量化呈現(xiàn)，往往是工業(yè)生產(chǎn)中不可控的風(fēng)險，會對企業(yè)生產(chǎn)過程造成不利影響，如機(jī)器意外停機(jī)和產(chǎn)品質(zhì)量下降等。因此，智能制造系統(tǒng)的關(guān)注點是這些不可見因素的避免和透明化呈現(xiàn)。
　　在題為Microscopic Machine Vision Based Degradation Monitoring of Low-Voltage Electromagnetic Coil Insulation Using Ensemble Learning in a Membrane Computing Framework 的論文中，沈陽自動化所聯(lián)合東北大學(xué)等單位在國際上首次提出了一種新穎的基于顯微機(jī)器視覺技術(shù)的電磁線圈絕緣退化監(jiān)測方法，通過分析退化過程中電磁導(dǎo)線外觀圖像變化即可實現(xiàn)線圈絕緣狀態(tài)評估。該方法引入基于膜計算框架的集成學(xué)習(xí)方法，膜計算框架由8層、29個膜、72個對象以及35個規(guī)則構(gòu)成，同時融合了多種機(jī)器學(xué)習(xí)算法（包括經(jīng)典模式識別和深度學(xué)習(xí)算法）的優(yōu)勢進(jìn)行線圈絕緣健康評估。加速退化試驗結(jié)果表明，該方法單一狀態(tài)匹配成功率61.4%，區(qū)間狀態(tài)匹配成功率77.4%。該方法為未來實現(xiàn)生產(chǎn)設(shè)備核心組件的非入侵式健康監(jiān)測提供了新的研究思路。
　　
　　復(fù)合細(xì)胞型膜系統(tǒng)結(jié)構(gòu)示意圖
　　
　　不同退化狀態(tài)下電磁導(dǎo)線外觀圖像示意
　　
　　集成學(xué)習(xí)與單一模型的匹配準(zhǔn)確率比較

打印