近年来,数字双胞胎(DTS)的概念在智能车辆和运输领域中广受欢迎。该概念于2011年首次提出,以表明从物理世界到数字世界的动态映射。具体来说,一个DT应具有以下三个特征:(1)具有与物理系统相同的动力学; (2)通过实时数据收集与物理系统保持共识; (3)提供可用于控制其物理双胞胎的信息。简而言之,工程中的DT应该是一个虚拟系统,该系统不断与物理系统保持共识,并为决策和运动控制提供了有用的信息(Botín-Sanabria等,2022)。尤其是研究人员认为,DTS在故障诊断和估计领域具有前途的前途(Classens等,2021)。
轴承故障诊断对于减少故障、提高旋转机械的功能性和可靠性至关重要。由于振动信号是非线性和非平稳的,提取特征以进行降维和有效的故障检测具有挑战性。本研究旨在评估基于决策树的机器学习模型在轴承故障数据检测和分类中的性能。提出了一种将基于树的分类器与派生的统计特征相结合的机器学习方法,用于局部故障分类。通过时域分析从正常和故障振动信号中提取统计特征,以开发基于树的 AdaBoost (AD)、分类和回归树 (CART)、LogitBoost 树 (LBT) 和随机森林树 (RF) 模型。
摘要 ─ 人工智能 (AI) 已经历了 60 年的发展,技术日趋成熟,并正在走向广泛的应用和产业化。本文回顾了人工智能技术和工程应用的内涵和演变。本文总结了人工智能技术体系的四层框架,以帮助读者了解人工智能家族。近年来,人工智能技术的工程应用取得了显著的进展,例如在故障诊断、医学工程、石油工业和航空航天工业中的应用。通过介绍人工智能技术的最新进展,它可以帮助工程和科学领域的研究人员了解如何应用人工智能技术来解决他们自己研究领域的应用相关问题。索引词 ─ 人工智能 (AI)、工程应用、技术框架。
电力电子和驱动系统是许多工业和消费应用的关键组件,包括电动汽车、可再生能源系统和家用电器。为了满足日益增长的性能和效率提升需求,人工智能 (AI) 的应用已成为改进电力电子和驱动系统的控制、故障检测、能源管理和设计优化的一种潜在策略。本文全面回顾了人工智能在电力电子和驱动系统中的应用。首先介绍电力电子和驱动系统以及人工智能在提高其性能方面的重要性。然后,介绍人工智能技术的基础知识,包括机器学习、模糊逻辑和元启发式方法。本文介绍了人工智能在电力电子和驱动中的各种应用,包括控制和优化、故障诊断和预测、能源管理和设计优化。
背景:化学工程实践通常涉及决策,以解决经常出现在工艺/产品设计、故障诊断和控制、优化以及工艺操作和安全中的难题。为了实现这一目标,从历史上看,化学工程师几十年来已经采用了来自不同学科(如应用数学和运筹学)的建模概念和技术。为此,在过去 30 年中,人工智能 (AI) 方法越来越多地被纳入其中。与普遍印象相反,化学工程中的人工智能并不是什么新鲜事——它有着 35 年的历史,并且有大量的化学工程论文 1-2 。很明显,基于人工智能的方法需要成为受过良好教育的化学工程师的建模工具库的一部分。本课程旨在满足这一重要需求。
1。使用FPGA公开设计方法。2。可以深入了解故障模型。3。了解用于故障检测的测试模式生成技术。4。在连续电路中设计故障诊断。5。使用案例研究在流量的设计中提供理解。单元 - I可编程逻辑设备:可编程逻辑设备,SPLD,PAL设备,PLA设备,GAL设备,CPLD架构,FPGAS-FPGA技术,体系结构,Virtex CLB和Slice,FPGA编程技术,XC2000,XC2000,XC3000,ACT1 Act1 anderction Actient1 Actrect1,Act1 andertion。[TEXTBOOK-1] UNIT- II Analysis and derivation of clocked sequential circuits with state graphs and tables: A sequential parity checker, Analysis by signal tracing and timing charts-state tables and graphs-general models for sequential circuits, Design of a sequence detector, More Complex design problems, Guidelines for construction of state graphs, serial data conversion, Alphanumeric state graph notation.需要和设计策略,用于多盘顺序电路。[教科书2]单元-III顺序电路设计:顺序电路设计的设计步骤,示例,代码转换器,迭代循环设计,比较器的设计,控制器(FSM) - 标准,同步,FSM问题,FSM问题,使用FPGAS的序列电路共享,使用FPGAS的顺序设计,模拟和测试的序列循环设计。[Techtbook-3&Ref.1][教科书2]单元 - IV故障建模和测试模式生成:逻辑故障模型,故障检测和冗余,故障等效性和故障位置,故障优势,单个卡在故障模型,多个卡在故障模型上,桥接故障模型。通过常规方法,路径敏化技术,布尔差异方法,Kohavi算法,测试算法-D算法,随机测试,过渡计数测试,签名分析和测试桥梁的断层对组合回路的故障诊断。
核心选修课-1 核心选修课-2 1. 增材制造 2. 高级机械振动 3. 高级固体力学 4. 高级焊接技术 5. 雾化和喷雾 6. 生物质转化系统 7. 制造 CAD 8. 燃烧 9. 并行工程:工具、技术与应用 10. 旋转机械状态监测与故障诊断 11. 反应系统设计 12. 电动汽车与高级内燃机 13. 电化学工程存储 14. 环境污染与控制 15. 工业摩擦学 16. 测量与数据分析 17. 制造冶金学 18. 材料特性与测试 19. 金属切削与工具设计 20. 非线性动力学与混沌 21. 发电厂工程 22. 产品设计与开发 23. 塑性理论
《安全性、可靠性和风险管理方面的进展》包含在 2011 年 9 月于法国特鲁瓦举行的第 20 届欧洲安全和可靠性 (ESREL 2011) 年会上发表的论文。本书涵盖了广泛的主题,包括:事故和事件调查;贝叶斯方法;危机和应急管理;风险下的决策;动态可靠性;故障诊断、预测和系统健康管理;容错控制和系统;人为因素和人为可靠性;维护建模和优化;可靠性和安全性的数学方法;职业安全;定量风险评估;可靠性和安全数据收集和分析;风险和危害分析;风险治理;风险管理;安全文化和风险认知;结构可靠性和设计规范;系统可靠性分析;不确定性和敏感性分析。
以维护、修理和大修 (MRO) 的形式对商用飞机燃气涡轮发动机进行维护是现代商用飞机系统生命周期中的主要活动。一家典型航空公司的维护成本中约有 40% 来自发动机 MRO。因此,MRO 行业一直在寻找机会降低成本,使航空公司能够以可承受的价格长期维持飞机。当前的 MRO 决策支持工具侧重于发动机状态监测和故障诊断系统,现有文献大多侧重于开发这些系统的算法。然而,很少有研究人员提出如何设计一套更广泛的基于计算机的决策支持工具来满足发动机 MRO 社区的各种其他认知需求。除了发动机状态监测和故障诊断外,还可以在故障预测、维护规划、工作范围生成和配置管理等领域找到其他认知需求。
Abhishek Dubey 博士是范德堡大学电气工程和计算机科学助理教授,软件集成系统研究所高级研究员。Abhishek 是软件集成系统研究所 ScopeLab 的负责人,也是范德堡智能城市运营与研究研究所 (VISOR) 的联合负责人。他的研究重点是复杂大型交通和电气网络物理系统的弹性设计和运行。他特别强调决策理论方法、基于组件的软件工程、异常检测和故障诊断、弹性和恢复以及这些 CPS 的分散操作。他目前领导智能互联社区研究工作,重点是通过他的团队 smarttransit.ai 设计和优化田纳西州查塔努加和田纳西州纳什维尔的公共交通系统,并通过他的团队 statresp.ai 优化应急响应系统。