科创中国
人工智能赋能化工产业 数字化转型及其应用
成果类型：: 新技术
发布时间: 2022-11-15 17:11:21
科技成果产业化落地方案
方案提交机构：成果发布人| 滑晓姗 | 2022-11-15 17:11:21
基于人工智能成为国家战略的背景，1、在新一轮国际竞争中掌握主动权2、科技强国、民族复兴的关键一步3、实现弯道超车的重大历史机遇4、人才优势、数据竞争、市场优势Hadoop作为分布式系统基础架构的代表，其框架的核心是基于分布式文件系统（Hadoop Distributed File System，HDFS）和MapReduce的分布式批处理计算框架，支持工业高实时性采集、大数据量存储及快速检索，为海量数据的查询检索、算法处理提供了性能保障。工业大数据技术的研究与突破，旨在从工业大数据中发现新模式和新知识，挖掘有价值的新信息，促进企业的产品创新、提升经营水平以及生产动作效率。而工业大数据驱动的智能故障诊断是发掘这些新模式和新知识的重要环节。
1、大容量：依靠诊断专家来手动分析很不现实，需要研究智能方法自动分析2、速度快：保证数据处理的时效性，高效挖掘故障信息并及时预警
3、多样性：涵盖了多种机械不同工况下不同物理源辐射出的大量健康状态信息4、低价值密度：设备长期处于正常工作状态，监测数据蕴含的信息重复性大，数据价值密度低，需要数据提纯
本项目应用于医疗、自动驾驶、智能制造、图像识别、智能翻译、智慧城市等多个领域，大数据背景下的机械设备健康监测在充分挖掘监测数据中所隐含的设备健康状态信息的基础上，通过设置故障阈值定性判断机械设备的健康状态或应用智能模型定量评估机械设备的健康状态。以滚动轴承为监测对象，判断滚动轴承的健康状态。在测试轴承上加装加速度传感器采集轴承的振动信号。
研究团队均为人工智能领域的专业人才，具有丰富的生产、研发经验；拥有丰富的工艺、中试放大、成果转化经验。团队在技术研发等方面具有多项应用成果，积累了大量的经验数据，保障了团队较强的研发能力。本中心滑晓姗、孟小莞为技术经理人，为其提供服务，具有经验，促使成果转化。
工业大数据技术的研究与突破，旨在从工业大数据中发现新模式和新知识，挖掘有价值的新信息，促进企业的产品创新、提升经营水平以及生产动作效率。而工业大数据驱动的智能故障诊断是发掘这些新模式和新知识的重要环节。
大数据质量改善：工业大数据信号来源分散、采样形式多变、随机因素干扰等特点，需要依据一定标准对数据进行筛选，剔除冗余和噪声数据，提高机械大数据的可靠性。
大数据健康监测：通过信号处理方法提取多域特征，表征设备的健康状态。并结合历史健康状态信息设置自适应阈值或结合人工智能模型进行定量评估，实现设备的健康监测。
大数据智能诊断：将分类、聚类等人工智能算法用于机械设备的故障诊断中，对设备故障信息进行知识挖掘，获得与故障有关的诊断规则，进而识别设备故障状态，以便制订维修策略。
通过合作开发的模式，研究团队均为人工智能领域的专业人才，具有丰富的生产、研发经验；拥有丰富的工艺、中试放大、成果转化经验。团队在技术研发等方面具有多项应用成果，积累了大量的经验数据，保障了团队较强的研发能力。本中心滑晓姗、孟小莞为技术经理人，为其提供服务，具有经验，促使成果转化。
下载app