会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

智能控制算法—最优控制（LinearQuadraticRegulatorLQR)

线性二次调节器（LQR）是一种经典的控制技术，用于设计线性系统最优控制律,相关系列文章自动驾驶——离散系统LQR的黎卡提方程Riccati公式推导与LQR落地工程化和机器人控制算法——移动机器人横向控制最优控制LQR算法.

  • 2024-09-01
  • 阅读125

用于预测和健康管理的类ChatGPT大型基础模型：综述和路线图

预测性维护和健康管理（PHM）技术在工业生产和维护中至关重要，能够识别和预测潜在的设备故障和损坏。这有助于实施主动维护措施，提高设备可靠性，降低生产成本。最近，基于人工智能（AI）的PHM 方法取得了显著成就，并在铁路、能源和航空等各个行业中得到广泛应用，用于状态监测、故障预测和健康管理。ChatGPT 和 DALLE-E 等大规模基础模型（LSF-Models）的出现标志着 AI 从 AI-1.0 进入 AI-2.0 的新时代，深度模型从单一模态、单一任务和有限数据的研究范式迅速演变为多模态、多任务、海量数据和超大型模型范式。ChatGPT 代表了这一研究范式的里程碑成就，由于其出色的自然语言理解能力，为通用 AI 带来了希望。然而，PHM 领域在应对这一重大变化方面缺乏共识，需要系统的综述和路线图来阐明未来的发展方向。因此，本文阐述了 LSF-Models 的关键组成部分和最新发展。然后，本文系统地回答了如何构建适用于 PHM 任务的 LSF-Models，并概述了这一研究范式所面临的挑战和未来的发展路线图。

  • 2024-09-01
  • 阅读183

基于深度隐变量状态空间模型的轴承退化预测

滚动轴承是机械传动设备的核心部件，预测其退化趋势对于保障设备的安全稳定运行至关重要。目前，大多数基于状态空间模型（SSMs）的轴承退化预测方法都采用线性函数或简单的非线性函数（如指数函数、幂函数）来建立状态和测量方程。然而，这些方法无法适应实际应用中复杂多变的非线性退化过程。针对这一问题，论文开发了一种基于深度隐变量的状态空间退化模型，并将其应用于轴承退化预测。所提方法继承了状态空间模型的优点，能够以结构化的方式对不确定性进行建模。此外，通过引入微分预变换，进一步提高了模型的长期预测性能。为了验证提出模型在预测轴承退化方面的有效性，论文使用了PRONOSTIA平台的轴承数据集和真实的风力涡轮机轴承数据进行了实验。实验结果表明，论文所提方法在轴承退化预测精度方面优于现有方法，充分证明了模型的优越性能。

  • 2024-09-01
  • 阅读222

综述|旋转机械复合故障诊断的现状、挑战与机遇

复合故障作为导致旋转机械非预期停机的主要故障，大大增加了故障诊断的难度。为了解决复合故障诊断( CFD ，compound fault diagnosis)的现实难题，近年来，来自工业界和学术界的研究人员和工程师们已经取得了许多重大突破。不可否认，许多著名的研究人员对故障诊断进行了系统的研究。然而，先前的综述文章更多关注单个或独立故障的故障诊断，导致CFD仍然缺乏全面的调研。因此，为了满足上述要求，有必要对旋转机械复合故障的故障诊断方法或算法进行深入的综述，并揭示潜在的挑战与机遇，这将引导和激励读者致力于提升故障诊断技术的有效性和实用性。具体来说，实现复合故障识别的方式，详细介绍了CFD方法的相关背景，包括相关定义和一种新的分类方法。然后，基于过去几十年的相关出版物，对CFD的最新应用进行了综述。最后，总结了实现CFD在故障诊断中的挑战和机遇，并给出了本综述的结论。我们相信，这篇综述文章可以从不同的方面为潜在的读者和经验丰富的研究人员提供一个系统的CFD指南。

  • 2024-09-01
  • 阅读209

融合物理知识的数据驱动方法——飞机发动机全生命周期退化监测

飞机发动机性能的下降需要实时监控。因此，本文提出了一种实时性能退化监测方法，包括用于原始发动机性能预测的基线状态（BLS）模型和用于持续发动机性能预测的实时模型。两种模型均基于LSTM，并与发动机物理拓扑集成；为了抵消模型训练期间不同发动机状态之间的数据分布差异，本文提出了一种数据增强方法。在案例验证中，采用了发动机运行600小时的数据，以推力作为目标监测参数。初始50小时数据集涵盖了随后550小时的整个工况范围，并作为两个模型的训练数据集。试验结果表面，BLS模型在最初50小时内实现了平均绝对相对误差 (MARE)低于0.5%，最大绝对相对误差(Emax)低于8%。同时，实时模型在接下来的550小时内的MARE低于0.7%，Emax低于10%。本研究在与传统方法的实时推力衰减的比较中凸显了该方法的可行性和优势。

  • 2024-08-31
  • 阅读93

异常值数据预警分析

当数据量大了、数据指标多了之后，每天的精力除了看数据还有很多其他的事情要做。就需要在整个运营状态稳定后，有一套自动识别异常数据并进行预警的机制。会对我们设定的规则，如果出现异常情况，就通过机器人的形式进行预警通知。然后运营人员再去核实并根据实际情况迭代规则。这一套机制可以称为异常值数据预警分析。

  • 2024-08-30
  • 阅读324

基于模型预测控制的牵引电机高鲁棒性故障诊断技术

基于模型预测控制的牵引电机高鲁棒性故障诊断技术

  • 2024-08-30
  • 阅读103

PPT分享|李德仁院士：论时空智能与数字孪生智慧城市

PPT分享|李德仁院士：论时空智能与数字孪生智慧城市

  • 2024-08-30
  • 阅读84