多维传感和大数据辅助智能维护(MS-BDAIM)是一个研究领域关注的理论和应用multi-sensing,信号处理,数据挖掘在工业场景。它的目标是提高效率和各种工业产品和设备的可靠性。

MS-BDAIM的核心是使用先进的传感访问隐藏的条件和质量的线索和大数据技术。理论和应用多维传感和物联网(物联网)。包括但不限于振动传感技术,图像,视频,电气参数、配置和操作条件。特征提取、特征选择和特征融合决策的工业场景的范围内这一问题。方法旨在进行去噪预处理,敏感特性识别、隔离和操作条件的工业场景也欢迎。智能维护方法表示使用智能学习框架和算法(如机器学习、深入学习,转移学习,加强学习,等等)工业应用中获益(故障诊断、剩余寿命预测、质量评价、操作参数优化,等等)。

特刊的焦点将在广泛的多维传感、物联网,特征提取,数据挖掘在工业场景中,预测和健康管理(榜单)和智能维护涉及小说理论、算法和应用程序。原始研究和评论文章欢迎这些主题。

潜在的主题包括但不限于以下:

• 多维传感
• 物联网
• 数据挖掘在工业场景
• 预测和健康管理(榜单)
• 智能维护
• 机器学习:理论、算法和应用程序
• 寿命预测和可靠性评估
• 振动与噪声控制
• 特征提取、特征选择和特征融合