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

[71]

A review on machinery diagnostics and prognostics implementing condition-based maintenance[J] . Andrew K.S. Jardine,Daming Lin,Dragan Banjevic.Mechanical Systems and Signal Processing . 2005 (7)

[72]

Cumulative fatigue damage and life prediction theories: a survey of the state of the art for homogeneous materials[J] . A. Fatemi,L. Yang.International Journal of Fatigue . 1998 (1)

[73] Imperfect maintenance [J].

Pham, H ;

Wang, HZ .

EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 1996, 94 (03) :425-438

← 1 2 3 4 5 6 7 8 →