麻豆国产97在线 | 欧美,久久精品女人天堂av,熟女人妻一区二区三区免费看,日韩美女在线观看一区,无码少妇一区二区三区浪潮av

研究所依托華中科技大學自動化學院，在袁燁教授指導下，包括碩士、博士等多名人員組成的技術團隊，面向工廠實際需求，利用數據挖掘以及機器學習等方法，力求將科技理論應用于實際生產中，包括工藝優化以及機械設備故障異常監測、預警系統的研發，進一步在工業領域上實現智能制造。

與江蘇省科技廳簽訂2017年江蘇省重點科技項目，在數據挖掘、算法開發等關鍵技術上已經取得諸多應用，與瑞聲精密制造科技（常州）有限公司、徐工信息等企業單位保持良好合作關系。

團隊負責人：

袁燁，男，1986年10月出生，劍橋大學工學博士，伯克利博士后，29歲起擔任華中科技大學教授、博士生導師，數字制造裝備與技術國家重點實驗室固定成員。

袁燁教授長期從事于基于信息物理系統的數據驅動辨識和控制方面的研究工作，在人工智能理論，信息物理系統等取得了系列研究成果，近五年來在IEEE、ASME、Automatica等國內外權威期刊發表SCI/EI論文20余篇。

研究方向一：多信息融合數據探針

研究方向二：面向工業的人工智能算法開發

研究方向三：基于數據驅動的工業優化設計

針對地方企業的智能化生產線、智能化車間、智能化工廠的需求，整合上下游各方資源，為企業提供面向智能制造的復雜工藝流程及工藝參數優化方案設計，利用大數據結合實際應用場景，考慮多種限制條件，多方面因素綜合評估，建立數學模型，給出最優解決方案。

名稱	具體介紹
凱斯西儲軸承數據分析	該數據來源于凱斯西儲大學實驗數據，實驗中使用加速度傳感器采集設備軸承關鍵部位的振動信號，依此來診斷軸承故障類型，總計十分類的故障診斷中，準確率高達98%以上。
NASA刀具磨損分析	該數據由NASA（National Aeronautics and Space Administration）以及UC Berkeley共同實驗完成，采集了多種操作條件下在銑床上運行得到的電流信號、振動信號、聲放射信號等。通過測量側面磨損值VB，即刀具的側面上從切削刃到研磨磨損終點的距離，結合信號數據，建立磨損程度關系模型。實驗8種工況對于樣本充足的工況磨損評估分類準確率可以達到85%+個別可以達到96%+。
銑削刀具磨損預測	由于無法準確把控刀具壽命，導致提前報廢，或磨損仍在使用等情況，造成刀具資源的嚴重浪費。通過檢測銑削電流和手機表面粗糙度數據的機器學習，對每把銑刀的壽命進行預測，可平均提高壽命超過25%，創造可觀經濟效益。
薄壁件銑削變形預測和抑制補償	銑削力使薄壁件產生了不規則形變，嚴重影響表面質量，通過有稀疏學習補償、并定時加入控制，使得表面粗糙度因補償而顯著降低。

研究機構當前位置: 首頁 ? 研究機構 ? 數據分析與工業軟件研究所