<ul id="8ie0k"></ul>
  • <ul id="8ie0k"><acronym id="8ie0k"></acronym></ul>
  • 作者:李莉 記者 唐琳 來源: 發(fā)布時間:2020-6-7 20:3:30
    美國機械工程師學會會士嚴如強:
    國民經(jīng)濟重大裝備的“守護者”

       2019年7月,正在美國參加學術(shù)會議的西安交通大學教授嚴如強收到了一個喜訊——成功當選為新一屆美國機械工程師學會會士(ASME Fellow)。他入選的理由為:為推動數(shù)據(jù)分析在制造設(shè)備/部件狀態(tài)監(jiān)測、故障診斷和剩余使用壽命預(yù)測方面的發(fā)展作出了突出貢獻。

    這一成果的獲得絕非偶然,而是嚴如強多年重大裝備智能診斷學術(shù)之路的濃縮與提煉。

     

    起步:從“小波變換”到“缺陷識別”

     

      早在嚴如強在美國馬薩諸塞大學阿默斯特分校機械與工業(yè)工程系攻讀博士學位期間,他就建立了基于信息論測度的小波基量化選取理論框架,用以指導(dǎo)選擇合適的小波基函數(shù),進而從機器設(shè)備測量的振動信號中有效地提取特征信息。

      小波變換作為一種數(shù)學工具,已在各大工程領(lǐng)域應(yīng)用多年,但個中機理仍不完全明確。諸如用小波分析動態(tài)信號時,到底選哪個小波基函數(shù)?為什么選這個、不選那個?為什么選擇一個小波基函數(shù)會影響到人們對整個機器運行狀態(tài)的評估?基于此,嚴如強在博士畢業(yè)論文中系統(tǒng)回答了這些問題。

      2006年8月~2008年8月,嚴如強赴美國國家標準與技術(shù)研究院工作,年輕的他承擔了研究院發(fā)起的“智能加工系統(tǒng)”大型項目的關(guān)鍵部分,致力于具有在線監(jiān)測和自診斷功能的“智能機床主軸”的設(shè)計、建模和實現(xiàn)。作為主要研究者,他的研究成果促進了學術(shù)界對重大機床裝備在惡劣環(huán)境下的失效機理的深入認知,顯著降低了維護成本,提高了生產(chǎn)率和精度。

      此外,他還開發(fā)了先進的機床主軸狀態(tài)在線監(jiān)測和故障診斷技術(shù),實現(xiàn)了有效、可視化的機床主軸缺陷識別,為日后針對重大裝備智能診斷的研究之路奠定了堅實基礎(chǔ)。

     

    進階:給傳感器裝上“身份證”和“處理器”

     

      2009年,嚴如強毅然選擇回國繼續(xù)科學研究。

      設(shè)備監(jiān)測不可避免地需要使用大量傳感器。普通傳感器測得數(shù)據(jù)后,通常一股腦兒地將數(shù)據(jù)傳回,缺乏準確來源和有效分析,技術(shù)人員甚至搞不清到底是哪個點位的傳感器傳回的數(shù)據(jù),這嚴重影響了對數(shù)據(jù)的利用。

      嚴如強就此提出了解決方案:基于他們研究制定的IEEE國際標準,為每個傳感器配備一個獨特的“身份證”,使得接收器可以明確知道這是哪個傳感器傳回的數(shù)據(jù)。“更方便的是,基于這個標準,傳感器數(shù)據(jù)得以實現(xiàn)‘本地處理’,如果需要原始數(shù)據(jù),我們也可以實現(xiàn)解析還原。”嚴如強告訴《科學新聞》。      

      傳感器是故障診斷必備的檢測裝置,長期以來,國產(chǎn)傳感器在測量精度和范圍等方面都遠遠落后于進口傳感器。不僅如此,同一傳感器在中國的售價通常是國外的兩倍,這些明顯的差距深深刺激著嚴如強。

      經(jīng)過三四年的反復(fù)研究和論證,嚴如強和其他國際相關(guān)領(lǐng)域的專家一起提出了基于貝葉斯網(wǎng)絡(luò)理論的傳感器網(wǎng)絡(luò)劃分方法,設(shè)計了具有發(fā)射功率自適應(yīng)調(diào)節(jié)功能的智能無線傳感節(jié)點及節(jié)點級/網(wǎng)絡(luò)級節(jié)能策略,為風場廣布式風電裝備的多傳感器網(wǎng)絡(luò)化信息獲取提供了一種新的解決方案。

      “希望國產(chǎn)傳感器的精度越來越高,作為科研工作者,必須更加努力。”嚴如強表示。

     

    愿景:讓科研成果助力產(chǎn)業(yè)提質(zhì)增效

     

      當前,制造服務(wù)融合已發(fā)展成為一種涵蓋產(chǎn)品全生命周期、以制造服務(wù)為驅(qū)動力的制造業(yè)發(fā)展的新范式。然而,如何收集產(chǎn)品在研發(fā)、制造、運維等階段的海量數(shù)據(jù);如何分析并研究產(chǎn)品在使用和維護過程中的狀態(tài)變化;如何通過各階段數(shù)據(jù)與知識的集成應(yīng)用,形成反饋從而逆向指導(dǎo)設(shè)計、制造、運維甚至全生命周期階段的協(xié)同與優(yōu)化,是全球制造業(yè)共同面臨的挑戰(zhàn)。

      2018年,嚴如強從故鄉(xiāng)南京毅然“西遷”,加入西安交大機械學院,展開基于新一代人工智能的診斷與預(yù)測、智能制造、制造服務(wù)新模式等領(lǐng)域研究。依托西安交大平臺,嚴如強牽頭主持了國家自然科學基金重點項目和科技部重點研發(fā)計劃項目,致力于引導(dǎo)建立以診斷預(yù)測為核心的制造服務(wù)融合產(chǎn)業(yè)新模式。

      重大裝備智能信息處理、故障診斷與預(yù)測研究涵蓋國民經(jīng)濟主戰(zhàn)場的諸多領(lǐng)域。未來,嚴如強將帶領(lǐng)團隊,持續(xù)推動高等院校與高水平制造企業(yè)的深入合作,建成產(chǎn)學研全鏈條的運維反饋機制,促進設(shè)計制造和運維服務(wù)全面融合,以幫助企業(yè)系列化產(chǎn)品設(shè)計制造的升級改進,提升重大裝備運行性能。

      讓我們的研究成果廣泛應(yīng)用于國民經(jīng)濟重要行業(yè),真正成為國民經(jīng)濟重大裝備“智能守護神”,這就是嚴如強質(zhì)樸的心愿。■

     
    《科學新聞》 (科學新聞2019年12月刊 教育)
    發(fā)E-mail給:      
    | 打印 | 評論 |
    久久国产精品岛国搬运工| 国产精品素人福利| 国内精品久久久人妻中文字幕| 精品无码专区亚洲| 91成人精品视频| 国产精品扒开腿做爽爽爽视频| 亚洲国产精品成人| 精品久久久久久亚洲综合网| 国产精品大bbwbbwbbw| 久久久久亚洲精品无码蜜桃| 99久久国产精品免费一区二区| 四虎成人精品在永久在线观看| 欧美日本精品一区二区三区| 99久久99久久精品| 国产成人无码精品一区二区三区| 九九线精品视频在线观看| 国产精品99re| 国产精品1000夫妇激情啪发布| 91麻豆精品国产91久久久久久| 久久国产精品国产精品| 国产精品视频一区二区三区无码| 国产精品永久免费视频| aaa级精品久久久国产片| 国产精品久久久久9999赢消| 亚洲AV无码成人精品区狼人影院 | 日韩精品在线免费观看| 久久93精品国产91久久综合| 亚洲精品国产电影| 亚欧洲精品在线视频免费观看| 国产在线麻豆精品| 国产精品亚洲一区二区无码| 最新国产精品自拍| 日韩精品无码成人专区| 影院成人区精品一区二区婷婷丽春院影视| 99re热久久这里只有精品首页 | 国产成人综合一区精品| 国产精品久久久天天影视| 亚洲精品第五页中文字幕 | 无码精品不卡一区二区三区| 国产精品民宅偷窥盗摄| 精品国产理论在线观看不卡|