報告題目：機械傳動系統故障個性化診斷原理與方法探討
報告所屬學科：管理科學與工程
報告人：向家偉（溫州大學機電工程學院）
報告時間：2021年5月30日 10:00
報告地點：經管709
報告摘要：
如何獲得機械系統大量反映實際運行狀態的故障樣本，是制約人工智能診斷模型走向工程應用的瓶頸。提出機械系統個性化故障診斷基本原理，通過建立機械系統數值模擬模型，進行仿真分析，獲得故障樣本，解決故障診斷過程中故障特征信息缺乏的短板，從而激活人工智能診斷方法。以軸承、齒輪傳動、轉子系統等機械系統為例，構建完好結構有限元模型，開展模型修正，獲得“高保真”仿真模型。預定義多類故障并添加至“高保真”有限元模型，計算生成故障樣本集，作為人工智能診斷模型的訓練樣本，用于待診斷測試樣本分類。給出了個性化診斷精度進一步提高的可行途徑并開展相關研究。任意選取的支持向量機、極限學習機、卷積神經網絡等人工智能診斷模型故障分類實驗結果表明：所提出機械故障診斷的個性化診斷原理，具有較強的普適性與可拓展性。
報告人簡介：
向家偉教授、1974年生，博士，博士（兼職）/碩士研究生導師。溫州大學機電工程學院院長。2006年獲西安交通大學機械工程博士學位。入選浙江省有突出貢獻中青年專家、萬人計劃科技創新領軍等。主持40余項科研項目：國基4項(重點1項)、合作單位主持國基2項（重點1項）、浙江萬人計劃項目1項、省自然科學杰出青年基金1項、省基金重大1項等。發表150余篇論文，SCI收錄150余篇，SCI引用3000余次，授權發明專利30件、申請20件。在應用研究領域，通過多項企業合作課題，開發出故障/損傷診斷系統、嵌入式故障診斷儀等，產生較大經濟效益和社會影響。獲教育部、浙江省、廣西區二等獎3項（排名1）、中國僑界貢獻獎(創新團隊)（排名1）、浙江省科技進步三等獎2項（排名2、3）。《Sensors》、《農業工程學報》等編委，《Measurement》、《Applied Acoustics》等六種SCI期刊客籍主編、中國機械工程學會設備與維修工程分會常務委員、中國通用機械工業協會振動檢測與故障診斷專業委員會委員。
