工业人工智能的关键技术及其在预测性维护中的应用现状

发布时间：2021-03-14 16:29

　　随着人工智能技术的快速发展及其在工业系统中卓有成效的应用,工业智能化成为当前工业生产转型的一个重要趋势.论文提炼了工业人工智能（Industrial artificial intelligence, IAI）的建模、诊断、预测、优化、决策以及智能芯片等共性关键技术,总结了生产过程监控与产品质量检测等4个主要应用场景.同时,论文选择预测性维护作为工业人工智能的典型应用场景,以工业设备的闭环智能维护形式,分别从模型方法、数据方法以及融合方法出发,系统的总结和分析了设备的寿命预测技术和维护决策理论,展示了人工智能技术在促进工业生产安全、降本、增效、提质等方面的重要作用.最后,探讨了工业人工智能研究所面临的问题以及未来的研究方向. 

【文章来源】：自动化学报. 2020,46(10)北大核心

【文章页数】：18 页

【参考文献】：
期刊论文
[1]人工智能在智慧能源管理中的应用研究[J]. 张秀梅,王海东,罗永强,赵涵,胡翰智.  电信工程技术与标准化. 2020(02)
[2]A general end-to-end diagnosis framework for manufacturing systems[J]. Ye Yuan,Guijun Ma,Cheng Cheng,Beitong Zhou,Huan Zhao,Hai-Tao Zhang,Han Ding.  National Science Review. 2020(02)
[3]工业大脑2.0：直击制造业痛点[J]. 孟岱.  中国工业和信息化. 2019(09)
[4]卷积神经网络结构优化综述[J]. 林景栋,吴欣怡,柴毅,尹宏鹏.  自动化学报. 2020(01)
[5]多核相关向量机优化模型的锂电池剩余寿命预测方法[J]. 刘月峰,赵光权,彭喜元.  电子学报. 2019(06)
[6]非完美维修模型下的风电机组最优维修决策[J]. 王金贺,张晓红,曾建潮.  计算机集成制造系统. 2019(05)
[7]基于延迟时间理论的备件维修多目标优化模型[J]. 杨建华,韩梦莹.  系统工程与电子技术. 2019(08)
[8]基于机器学习的设备剩余寿命预测方法综述[J]. 裴洪,胡昌华,司小胜,张建勋,庞哲楠,张鹏.  机械工程学报. 2019(08)
[9]智能芯片的评述和展望[J]. 韩栋,周聖元,支天,陈云霁,陈天石.  计算机研究与发展. 2019(01)
[10]复杂工业过程智能优化决策系统的现状与展望[J]. 丁进良,杨翠娥,陈远东,柴天佑.  自动化学报. 2018(11)



本文编号：3082540