沈阳自动化所智能工厂生产设备故障预测与健康

原创 2020-05-02 08:28  阅读

  作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心,建院以来,中国科学院时刻牢记使命,与科学共进,与祖国同行,以国家富强、人民幸福为己任,人才辈出,硕果累累,为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。/ 更多简介 +

  中国科学技术大学(简称“中科大”)于1958年由中国科学院创建于北京,1970年学校迁至安徽省合肥市。中科大坚持“全院办校、所系结合”的办学方针,是一所以前沿科学和高新技术为主、兼有特色管理与人文学科的研究型大学。

  中国科学院大学(简称“国科大”)始建于1978年,其前身为中国科学院研究生院,2012年更名为中国科学院大学。国科大实行“科教融合”的办学体制,与中国科学院直属研究机构在管理体制、师资队伍、培养体系、科研工作等方面共有、共治、共享、共赢,是一所以研究生教育为主的独具特色的研究型大学。

  上海科技大学(简称“上科大”),由上海市人民政府与中国科学院共同举办、共同建设,2013年经教育部正式批准。上科大秉持“服务国家发展战略,培养创新创业人才”的办学方针,实现科技与教育、科教与产业、科教与创业的融合,是一所小规模、高水平、国际化的研究型、创新型大学。

  IEEEACCESS刊载。智能制造作为中国制造2025的重点建设内容,已成为工业界热点。如何提高生产设备的可靠性及生产过程的安全性是智能制造系统着力解决的关键问题。在现今的制造系统中,存在着许多无法被决策者掌握的不确定因素,通常表现为设备的性能下降、健康衰退、零部件磨损、运行风险升高等。这些因素由于其很难通过测量被定量化呈现,往往是工业生产中不可控的风险,会对企业生产过程造成不利影响,如机器意外停机和产品质量下降等。因此,智能制造系统的关注点是这些不可见因素的避免和透明化呈现。

  的论文中,沈阳自动化所联合东北大学等单位在国际上首次提出了一种新颖的基于显微机器视觉技术的电磁线圈绝缘退化监测方法,通过分析退化过程中电磁导线外观图像变化即可实现线圈绝缘状态评估。该方法引入基于膜计算框架的集成学习方法,膜计算框架由8层、29个膜、72个对象以及35个规则构成,同时融合了多种机器学习算法(包括经典模式识别和深度学习算法)的优势进行线圈绝缘健康评估。加速退化试验结果表明,该方法单一状态匹配成功率61.4%,区间状态匹配成功率77.4%。该方法为未来实现生产设备核心组件的非入侵式健康监测提供了新的研究思路。

  近日,中国科学院沈阳自动化研究所联合东北大学等单位在智能工厂生产设备故障预测与健康管理领域取得进展,相关成果获国际期刊IEEE ACCESS 刊载。

  智能制造作为中国制造2025的重点建设内容,已成为工业界热点。如何提高生产设备的可靠性及生产过程的安全性是智能制造系统着力解决的关键问题。在现今的制造系统中,存在着许多无法被决策者掌握的不确定因素,通常表现为设备的性能下降、健康衰退、零部件磨损、运行风险升高等。这些因素由于其很难通过测量被定量化呈现,往往是工业生产中不可控的风险,会对企业生产过程造成不利影响,如机器意外停机和产品质量下降等。因此,智能制造系统的关注点是这些不可见因素的避免和透明化呈现。

  在题为Microscopic Machine Vision Based Degradation Monitoring of Low-Voltage Electromagnetic Coil Insulation Using Ensemble Learning in a Membrane Computing Framework 的论文中,沈阳自动化所联合东北大学等单位在国际上首次提出了一种新颖的基于显微机器视觉技术的电磁线圈绝缘退化监测方法,通过分析退化过程中电磁导线外观图像变化即可实现线圈绝缘状态评估。该方法引入基于膜计算框架的集成学习方法,膜计算框架由8层、29个膜、72个对象以及35个规则构成,同时融合了多种机器学习算法(包括经典模式识别和深度学习算法)的优势进行线圈绝缘健康评估。加速退化试验结果表明,该方法单一状态匹配成功率61.4%,区间状态匹配成功率77.4%。该方法为未来实现生产设备核心组件的非入侵式健康监测提供了新的研究思路。

版权声明:本文为原创文章,版权归 凯发体育官网下载 所有,欢迎分享本文,转载请保留出处!
上一篇:凯发体育官网下载自动化设备设计实例培训教程
下一篇:凯发体育官网下载市人民政府办公室关于加快政