资讯
当前位置: 首页 > 资讯 > 学术活动 > 正文

【创源大讲堂】基于数字孪生的机械设备状态监测与故障诊断研究

来源:机械工程学院 日期:2023/09/20 18:00:22 点击数:

时间:2023年9月24日15:00-16:00

地点:九里校区机械馆J2223报告厅

主讲人简介:石怀涛,沈阳建筑大学机械工程学院教授,博士生导师,沈阳建筑大学机械工程学院常务副院长。中组部国家"万人计划"青年拔尖人才、辽宁省"兴辽英才"青年拔尖人才、辽宁省"百千万人才工程"百人层次、辽宁省优秀科技工作者、沈阳市十大科技英才。先后荣获辽宁省科技进步一等奖、辽宁省青年科技奖、国家住建部华夏科技进步奖、辽宁省自然科学成果奖二等奖、辽宁省高等教育教学成果一等奖、二等奖等省部级教学科研奖励9项。主持国家级青年人才项目、国家自然科学基金、国家重点研发计划等国家级项目8项。发表论文90余篇,其中年度ESI高被引论文2篇,SCI检索论文60余篇。出版专著、编著4部,制修订国家标准5部;申请/授权国家发明专利22项。受邀担任国际机器人领域著名期刊《JOURNAL OF FIELD ROBOTICS》副主编、《制造业自动化》等多个国内高水平期刊编委等。现任全国标准化技术国家标准委员会委员、辽宁省振动工程学会副理事长等社会兼职。

讲座内容简介:基于数字孪生的机械设备状态监测与故障诊断。提出了一种新型的滚动轴承数字孪生模型,用于动态更新和实时映射滚动轴承的运行状态与缺陷尺寸。该模型集故障机理分析、动力学分析、信号处理技术、深度学习技术于一体,能够有效地监测滚动轴承的健康状态。为了进一步对开发的数字孪生模型扩展状态预测能力,提出了一种包含离线模型和在线模型的混合数字孪生模型。该模型涵盖故障机理分析、动力学分析和动态贝叶斯网络等技术,仅需要稀疏的测量数据即可实现滚动轴承振动信号与缺陷尺寸的预测。最后,介绍了数字孪生技术辅助的故障诊断技术,并在仿真机器人关节试验台上进行了验证。为无法获取实验数据集的大型机械设备的故障诊断提供了新的研究思路与解决方案。

主办:机械工程学院


作者:于耀翔   编辑:阮琦   


[西南交通大学新闻网版权所有,未经书面授权禁止使用]

[打印本页] [关闭窗口]