文献类型：期刊文章

作　　者：雷亚国[1] 贾峰[1] 孔德同[2] 林京[1] 邢赛博[1]

机构地区：[1]西安交通大学机械制造系统工程国家重点实验室 [2]华电电力科学研究院

出　　处：《机械工程学报》

基　　金：国家自然科学基金(61673311,51421004);中组部“万人计划”青年拔尖人才支持计划;西南交通大学牵引动力国家重点实验室开放课题(TPL1703)资助项目

年　　份：2018

卷　　号：54

期　　号：5

起止页码：94-104

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：机械故障是风力发电设备、航空发动机、高档数控机床等大型机械装备安全可靠运行的'潜在杀手'。故障诊断是保障机械装备安全运行的'杀手锏'。由于诊断的装备量大面广、每台装备测点多、数据采样频率高、装备服役历时长,所以获取了海量的诊断数据,推动故障诊断领域进入了'大数据'时代。而机械智能故障诊断有望成为大数据下诊断机械装备故障的'一把利器'。与此同时,大数据给机械智能故障诊断的深入研究和应用提供了新的机遇:'数据为王'的学术思想有望成为主流、诊断整机或系统级对象成为可能、全面解析故障演化过程成为趋势等;但也遇到了新的挑战:数据大而不全呈'碎片化'、故障特征提取受制于人为经验、浅层诊断模型诊断精度低等。阐述了机械智能故障诊断大数据的特点;从信号获取、特征提取、故障识别与预测三个环节,综述了机械智能故障诊断的国内外研究进展和发展动态;指出了机械智能故障诊断理论与方法在大数据背景下的挑战;最后讨论了应对这些挑战的解决途径与发展趋势。

关 键 词：机械装备 智能故障诊断 大数据

分 类 号：TH17]