随着风电、高铁、航空等重大装备向着高可靠性、长寿命、智能化的方向发展,对齿轮、轴承等基础零部件的寿命提出更高的要求,也迫切需要更为科学、高效的疲劳寿命预测方法。机械零部件的寿命预测方法可分为基于物理失效模型、基于数据驱动模型和基于融合模型3种。随着零部件寿命预测研究向高精度、高效率发展,基于物理模型的寿命预测方法由于其模型复杂、耗时、不具有普适性等缺陷难以满足现代需求。基于数据驱动技术由于其具有无需知道其具体失效机理、预测结果准确等优点,且伴随机器学习、深度学习等技术的迅速发展,使得其成为零部件疲劳寿命预测研究的热点。鉴于此,详细阐述了基于数据驱动的机械零部件疲劳寿命预测方法,并详细介绍了神经网络、支持向量机、随机森林、深度学习等数据驱动方法在零部件寿命预测中的应用,总结

多参数多条件下的精准气动特性数据是进行飞行器快速设计、系统完善、性能评估、指标考核的基本前提和根本保证。基于人工智能的深度学习技术与流体力学交叉融合已成为当前发展趋势,并在湍流模型改造、系统理论建模、气动数据预测、控制参数优化、复杂流场重构等方面得到成功应用。为最大限度发挥深度学习的强大表征能力,围绕内埋弹舱作战运用和智能优化设计需求,构建了弹舱空腔气动特性多场载荷数据库,采用基于数据驱动的深度学习方法,建立了耦合因素影响下的空腔气动/声学特性智能分析深度前馈神经网络模型,实现了有限约束条件下的空腔气动/声学特性快速预测,并引入随机搜索和贝叶斯超参数优化方法增强了模型鲁棒性,为空腔噪声有效控制模型快速优化设计提供了数据基础和方法途径。

为保证车辆动力总成冷却系统的良好密封性能,提出一种基于数据驱动的密封性预测方法,以提高动力总成装配质量。首先,采集了生产装配过程中与冷却系统密封性相关的生产工艺数据并对数据进行预处理,随后使用预处理后数据训练逻辑回归模型直到模型预测准确率满足要求,最后得到具有良好性能的密封性质量预测二分类模型。文中以某车企的218台动力总成装配数据进行仿真实验。实验结果显示,训练后的模型具有较强的分类能力,能准确判别密封性合格与不合格的产品,具有一定工程指导意义。

针对多机装备可视化监测中存在的数据体量大以及单台主机模式下无法有效完成复杂任务的问题,提出了基于实时运行数据驱动的分布式液压支架群虚拟监测方法.该方法首先建立了基于实时运行数据的驱动模型;其次基于可识别数据交互器的数据传递方法,建立了C/S模式下的分布式局域网协同模型;然后基于一致性哈希算法的分配方法,建立了可根据主机负载状况动态分配任务的任务调度模型,最后以试验室液压支架群为例构建了分布式系统.试验结果表明:该方法建立的监测系统相比于单主机系统,提高了监测的稳定性,能够为透明综采工作面的建设提供核心技术支撑.

为挖掘西气东输项目中的SCADA系统的数据,提出一种基于数据驱动的空压机集群智能诊断系统。该诊断系统由相关硬软件、SCADA网络、神经网络算法以及人机界面等模块组成,能够很好地实现实时远程集中监视。在此基础上,运用人工智能技术对空压机运行大数据进行挖掘,实现空压机的综合报警、故障诊断以及空压机性能预测,对空压机的科学管理有明显的指导意义。运行结果表明:该系统满足对空压机实施智能故障诊断的要求,为传统诊断系统的升级改造提供指导。未来该系统可作为空压机管理子系统,归入到管道设备管理系统,对我国智慧管道的建设有重要意义。

针对数控加工过程日益复杂,数控系统热误差建模及误差补偿控制越发困难的问题,分析了传统建模方式面临的挑战,阐明了以"数据+算法+算力"的数据驱动建模架构在数控系统智能化与精度提升方面面临的机遇和挑战。以数据驱动技术为线索,对数控设备热误差建模和误差补偿控制2个方面的研究现状进行综述。并对数据驱动算法在数控系统中的应用前景进行了乐观预测。

柔性作业车间调度问题是一种典型的NP-Hard问题,在生产过程中,调度方案会因各种意外事件的发生而变化。针对柔性作业车间调度问题的实时性、动态性的特点,构建了基于数据驱动的柔性作业动态调度的数学模型。首先通过数据感知设备监测车间中发生的变化,实时传输到服务器上,然后根据车间生产状况所发生的变化,依据服务器上的调度规则重新调整调度方案。最后通过某制造企业的调度方案和车间环境变化时的调整方案,验证了基于数据驱动的实时动态调整调度方案的可行性和有效性。

离合器结合控制是影响混合动力汽车模式切换控制中的动力中断时间与冲击度的主要因素,关键在于如何自动适应离合器在使用过程中存在的磨损及其工作环境条件的变化。为此,提出一种基于数据驱动和转矩预测的在线自适应优化控制方法,通过人工神经网络辨识离合器模型并在线更新,采用卡尔曼滤波方法实时预测离合器转矩,解决离合器参数的动态不确定性问题,进而以综合抑制冲击度和减少结合时间为目标函数,结合组合优化算法得到最优占空比序列和最优结合时间,同时采用发动机目标转速轨迹跟踪控制完成离合器两侧转速同步。测试结果证明,提出的方案可实时应用于车辆在线控制,相比其他控制方法,能有效抑制冲击度和减少结合时间。