典型文献
工业大数据驱动的故障预测与健康管理
文献摘要：
新一代人工智能技术的发展与应用装备积累了大量数据,推动着故障预测与健康管理(P H M)进入了工业大数据时代.结合装备的功能作用、结构组成和工作特点,分析装备大数据,进行价值挖掘、信息提取进而实现装备的状态监测、异常预警、故障诊断、寿命预测、智能维护等工作十分迫切.在回顾并剖析当前PHM技术内涵、发展现状与应用的同时讨论了装备工业大数据的特点、分析方法及其工作中的难点和疑点.以风力发电机组和机械硬盘两类典型复杂装备为例,从工业大数据角度对其PHM技术进行探讨,总结当前研究工作的热点与不足,思考未来研究方向,以期为相关领域的研究人员提供一定参考.
文献关键词：
故障预测与健康管理;工业大数据;风力发电机组;机械硬盘
中图分类号：
作者姓名：
金晓航;王宇;ZHANG Bin
作者机构：
浙江工业大学 机械工程学院,浙江 杭州 310023;浙江工业大学 特种装备制造与先进加工技术教育部重点实验室,浙江 杭州 310023;西安交通大学 机械制造系统工程国家重点实验室,陕西 西安 710054;南卡罗来纳大学 电气工程系,美国 哥伦比亚 SC 29208
文献出处：
引用格式：
[1]金晓航;王宇;ZHANG Bin-.工业大数据驱动的故障预测与健康管理)[J].计算机集成制造系统,2022(05):1314-1336
A类：
B类：
工业大数据,大数据驱动,故障预测与健康管理,新一代人工智能技术,发展与应用,功能作用,结构组成,工作特点,价值挖掘,信息提取,状态监测,异常预警,寿命预测,智能维护,PHM,技术内涵,疑点,风力发电机组,机械硬盘,复杂装备,未来研究方向
AB值：
0.292714
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
