69久久国产露脸精品国产亚洲精品国产福利拍拍拍|中文字幕精品久久麻豆男优首次征选视频|91亚洲精品国偷拍自产|久久久国产精品一区二区三区|国产91在线精品|91精品国产自产在线老师啪|国产极品福利|国产精品久久久99|女同精品久久|91精品国产九色综合久久香蕉,日韩久久久久久97精品久久久久久人人澡人人爽 ,久久精品99无色码中文字幕,亚洲精品一二三中文字幕

　    隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的快速興起與普及，數(shù)據(jù)規(guī)模呈井噴式增長，在浩瀚的大數(shù)據(jù)洪流中淘出“真金白銀”，已成為各國共識。

　　2012年美國投資2億美元啟動“大數(shù)據(jù)研究和發(fā)展計劃”，認(rèn)為數(shù)據(jù)是“未來的新石油”。2014年我國工信部發(fā)布《大數(shù)據(jù)白皮書》，指出大數(shù)據(jù)對傳統(tǒng)信息技術(shù)帶來了革命性的挑戰(zhàn)和顛覆性的創(chuàng)新，正悄然改變著我們的生活以及理解世界的方式。2015年國務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》，明確表示數(shù)據(jù)是國家的基礎(chǔ)性戰(zhàn)略資源，并引導(dǎo)和鼓勵各個領(lǐng)域在大數(shù)據(jù)分析及關(guān)鍵應(yīng)用技術(shù)方面開展研究。

　　在機(jī)械領(lǐng)域，大型機(jī)械裝備正在朝著高精、高效方向發(fā)展，裝備的安全可靠運(yùn)行舉足輕重，必須依靠故障診斷理論與方法保駕護(hù)航。 中國華電集團(tuán)公司新能源遠(yuǎn)程診斷平臺監(jiān)測著110個風(fēng)場的4000余臺風(fēng)機(jī)； 三一重工遠(yuǎn)程監(jiān)測系統(tǒng)對泵車、起重機(jī)、攪拌車等十大類、百余種、十萬余臺工程機(jī)械裝備進(jìn)行在線管控，目前已積累了 1 100 億條以上的數(shù)據(jù)，并且以每天 1 000 萬條的速率增長；通用公司統(tǒng)計指出未來 15 年將增加大約 33 000 輛柴電動力機(jī)車，每臺機(jī)車發(fā)動機(jī)需要監(jiān)測其牽引電機(jī)、散熱器風(fēng)扇、壓縮機(jī)、交流發(fā)電機(jī)、發(fā)動機(jī)和渦輪機(jī)六大系統(tǒng)，到 2025 年僅僅機(jī)車發(fā)動機(jī)就需要部署 396 000 個傳感器進(jìn)行監(jiān)測，數(shù)據(jù)量極大；勞萊斯公司實時監(jiān)控著全世界數(shù)以萬計的飛機(jī)發(fā)動機(jī)，每臺發(fā)動機(jī)約有 100 個傳感器，采集著振動、壓力、溫度、速度等信息，每年利用衛(wèi)星傳送著千萬億字(Petabyte, PB)級的數(shù)據(jù)，并產(chǎn)生約 5 億份診斷報告。

　　機(jī)械大數(shù)據(jù)不僅具有大數(shù)據(jù)的共性，還具有大容量、低密度、多樣性以及時效性的特點。這些特性促使故障診斷亟需在現(xiàn)有基礎(chǔ)上做出學(xué)術(shù)思維轉(zhuǎn)變、研究對象轉(zhuǎn)變、分析手段轉(zhuǎn)變以及診斷目標(biāo)的轉(zhuǎn)變。

　　正所謂“工欲善其事必先利其器”。智能故障診斷有望成為大數(shù)據(jù)下機(jī)械裝備數(shù)據(jù)處理與故障診斷的一把利器。 這是因為智能診斷擺脫了傳統(tǒng)故障診斷方法過分依賴診斷專家和專業(yè)技術(shù)人員的困境，打破了機(jī)械裝備診斷數(shù)據(jù)量大與診斷專家相對稀少之間的僵局 “數(shù)據(jù)為王”的學(xué)術(shù)思想有望成為主流、診斷整機(jī)或系統(tǒng)級對象成為可能、全面解析故障演化過程成為趨勢等。

機(jī)械智能故障診斷流程圖

　　從廣義上講，機(jī)械智能故障診斷通常包括信號獲取、特征提取、故障識別與預(yù)測三個環(huán)節(jié)。西安交通大學(xué)機(jī)械制造系統(tǒng)工程國家重點實驗室雷亞國教授課題組從以上三個環(huán)節(jié)綜述了機(jī)械智能故障診斷的國內(nèi)外研究進(jìn)展和發(fā)展動態(tài)。

　　研究人員指出，機(jī)械大數(shù)據(jù)將從更高層面、更廣的視角幫助診斷人員了解裝備的運(yùn)行，提升決策效能。但現(xiàn)有的智能故障診斷理論與方法仍存在諸多問題，例如： 數(shù)據(jù)大而不全呈“碎片化”、故障特征提取受制于人為經(jīng)驗、淺層診斷模型診斷精度低等。

　　在大數(shù)據(jù)機(jī)械故障智能診斷發(fā)展趨勢方面，研究人員提出了7大發(fā)展方向：

　　（1）標(biāo)準(zhǔn)大數(shù)據(jù)庫建立。數(shù)據(jù)是機(jī)械大數(shù)據(jù)診斷研究開展的重要基礎(chǔ)和資源，規(guī)劃和建立標(biāo)準(zhǔn)大數(shù)據(jù)庫對診斷技術(shù)創(chuàng)新、故障演化機(jī)理揭示、大規(guī)模科研合作等具有戰(zhàn)略意義。

　　（2）大數(shù)據(jù)可靠性評估。由于機(jī)械數(shù)據(jù)規(guī)模龐大、信號來源分散、采樣形式多變、隨機(jī)因素干擾等原因，監(jiān)測大數(shù)據(jù)呈現(xiàn)“碎片化”特點，因此需提高機(jī)械大數(shù)據(jù)的可靠性，夯實裝備智能診斷理論與方法的數(shù)據(jù)基礎(chǔ)。

　　（3）裝備故障信息智能表征。機(jī)械裝備的故障作用規(guī)律往往“隱喻”在機(jī)械大數(shù)據(jù)中。以數(shù)據(jù)驅(qū)動方式解析信號組成，提取機(jī)械故障特征，實現(xiàn)大數(shù)據(jù)下機(jī)械故障信息的智能表征，才能充分利用機(jī)械大數(shù)據(jù)的價值。

　　（4）基于深度學(xué)習(xí)的裝備故障識別。大數(shù)據(jù)下智能診斷需要新理論與新方法。深度學(xué)習(xí)作為一種 大數(shù)據(jù)處理工具，通過構(gòu)建深層模型，模擬大腦學(xué)習(xí)過程，實現(xiàn)自動特征提取、復(fù)雜映射關(guān)系擬合，最終刻畫數(shù)據(jù)豐富的內(nèi)在信息并提升故障識別精度。

　　（5） 大數(shù)據(jù)驅(qū)動下的壽命預(yù)測。機(jī)械大數(shù)據(jù)蘊(yùn)含了豐富的裝備健康狀態(tài)退化信息，給裝備剩余壽命預(yù)測提供了強(qiáng)有力的數(shù)據(jù)支撐，為壽命預(yù)測理論發(fā)展帶來新的契機(jī)。

　　（6）可視化研究。可視化通過交互式視覺表現(xiàn)方式，幫助呈現(xiàn)、理解、詮釋機(jī)械大數(shù)據(jù)內(nèi)涵，使得故障表征規(guī)律“撥云見日”，實現(xiàn)可靠的決策，推動機(jī)械故障新現(xiàn)象新知識的發(fā)現(xiàn)。

　　（7）遠(yuǎn)程診斷系統(tǒng)。遠(yuǎn)程診斷以計算、信息、通信、控制等技術(shù)為依托，集成故障診斷方法，進(jìn)行機(jī)械大數(shù)據(jù)的采集、存儲、分析、挖掘、決策與預(yù)測，遠(yuǎn)程實現(xiàn)機(jī)械裝備群健康信息的解析、匯總與管理。

　　這項研究得到了國家自然科學(xué)基金、中組部“萬人計劃”青年拔尖人才支持計劃和西南交通大學(xué)牽引動力國家重點實驗室開放課題的資金支持，成果以《大數(shù)據(jù)下機(jī)械智能故障診斷的機(jī)遇與挑戰(zhàn)》（點擊查看）為題發(fā)表于《機(jī)械工程學(xué)報》2018年第5期。