文献类型：期刊文章

作　　者：袁烨[1] 张永[2] 丁汉[3]

YUAN Ye;ZHANG Yong;DING Han(School of Artificial Intelligence and Automation,Huazhong University of Science and Technology,Wuhan 430074;School of Information Science and Technology,Wuhan University of Science and Technology,Wuhan 430081;School of Mechanical Science and Technology,Huazhong University of Science and Technology,Wuhan 430074)

机构地区：[1]华中科技大学人工智能与自动化学院,武汉430074 [2]武汉科技大学信息科学与工程学院,武汉430081 [3]华中科技大学机械科学与工程学院,武汉430074

出　　处：《自动化学报》

基　　金：国家自然科学基金(9174812,61873197);江苏省重点研发计划(BE2017002)资助。

年　　份：2020

卷　　号：46

期　　号：10

起止页码：2013-2030

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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.

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  

分 类 号：F414] F49] TP18]