工业人工智能的关键技术及其在预测性维护中的应用现状

被引：91

作者：

袁烨 ^{[1
]}

张永 ^{[2
]}

丁汉 ^{[3
]}

机构：

[1] 华中科技大学人工智能与自动化学院

[2] 武汉科技大学信息科学与工程学院

[3] 华中科技大学机械科学与工程学院

来源：

自动化学报 | 2020年 / 46卷 / 10期

关键词：

工业人工智能; 预测性维护; 机器学习; 寿命预测; 维修决策;

D O I：

10.16383/j.aas.c200333

中图分类号：

F414 [工业建设与发展]; F49 [信息产业经济]; TP18 [人工智能理论];

学科分类号：

020205 ; 0202 ; 1201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

随着人工智能技术的快速发展及其在工业系统中卓有成效的应用,工业智能化成为当前工业生产转型的一个重要趋势.论文提炼了工业人工智能(Industrial artificial intelligence, IAI)的建模、诊断、预测、优化、决策以及智能芯片等共性关键技术,总结了生产过程监控与产品质量检测等4个主要应用场景.同时,论文选择预测性维护作为工业人工智能的典型应用场景,以工业设备的闭环智能维护形式,分别从模型方法、数据方法以及融合方法出发,系统的总结和分析了设备的寿命预测技术和维护决策理论,展示了人工智能技术在促进工业生产安全、降本、增效、提质等方面的重要作用.最后,探讨了工业人工智能研究所面临的问题以及未来的研究方向.

引用

页码：2013 / 2030

页数：18

共 73 条

[1] 人工智能在智慧能源管理中的应用研究 [J].

张秀梅 ;

王海东 ;

罗永强 ;

赵涵 ;

胡翰智 .

电信工程技术与标准化, 2020, 33 (02) :21-24+30

[2]

A general end-to-end diagnosis framework for manufacturing systems[J]. Ye Yuan,Guijun Ma,Cheng Cheng,Beitong Zhou,Huan Zhao,Hai-Tao Zhang,Han Ding.National Science Review. 2020(02)

[3] 工业大脑2.0：直击制造业痛点 [J].