故障识别、诊断和预测基于复杂的信号分析
状态
发表
导致编辑器
1立陶宛考纳斯科技大学,考纳斯
2北京航空航天大学,北京,中国
3河海大学,南京,中国
4美国休斯顿大学,休斯顿
5西里西亚工业大学、格利维策、波兰
故障识别、诊断和预测基于复杂的信号分析
描述
预测与健康管理(榜单)已成为最热门的研究主题之一,尤其是对复杂机电系统,如旋转机械、控制系统和电力系统领域的航空航天、制造业、可持续能源、基础设施和交通运输。操作可用性最大化,减少潜在风险,并保存生命周期的成本,预计榜单系统预测、诊断、监测和管理工程的状态或条件资产使用各种先进的传感器(加速度计、压电传感器等)。可以方便地获取和监控信号包含丰富的签名的信息,反映了这一趋势的潜在故障和性能下降的调查系统。
这个特殊问题的总体目的是发布新进展主要(但不仅限于)处理信号处理的最新解决方案,自主特征提取,健康评估与诊断和性能退化预测。重点将集中在各种前沿理论和方法、混沌和分形等,遗传算法、元胞自动机、大数据分析,进化博弈理论,有望解决现有挑战真实世界的物理加工系统。如果认为相关,集成技术诊断和预测也可以。
这个特殊的问题旨在聚合最新研究成果有助于理论,方法,技术的进步检测异常,预测潜在的降解,和分类错误通过监测和分析不同的机电系统采集的信号在复杂环境中进行操作。
未来的作者将被邀请提交高质量的原始的贡献和评论这个特殊问题,包括小说的理论、方法和算法提供必要的案例研究领域的榜单。
潜在的主题包括但不限于以下:
- 先进的诊断和机电系统健康评估技术
- 先进的剩余使用寿命预测和性能退化
- 结构健康监测领域的航空
- 集成技术的诊断和预测领域的航空航天、造船、制造业、基础设施和交通工具
- 多维聚类和管理监控数据的物理加工应用
- 物理加工方法对软件老化和复兴