主题：机器学与信息学的融合—从机械故障诊断到设备智能运维

讲座内容提要：信息学与机器学的融合是装备技术的发展的关键驱动，机械故障诊断学就是在不断融合信息技术中取得了迅速发展。机械诊断信息的提取和集成质量是提升故障诊断能力的关键，本报告以此为背景，从瞬态信号的检测与提取、变转速工况下的诊断、信息的集成与定量诊断三个方面进行阐述：以小波熵和小波消噪方法为例，指出信号分解基函数和特征提取方法对提升故障信号信噪比的关键作用；以自适应阶次跟踪方法为例，指出剥离工况扰动对提升诊断信息的重要性；以故障信号包络的精确提取为例，指出故障信息融合方法对实现定量诊断的重要作用，结合具体案例展示了信息融合的深度对故障诊断质量的提升作用。最后指出，诊断信息的集成水平是决定诊断质量的关键，知识与模型、数据的融合至关重要，需要借助机器信息学理论，破解学科断层和行业短板的困局。

讲座人：林京，男，教授，博士生导师，北京航空航天大学可靠性与系统工程学院院长。“机械装备诊断基础研究”国家自然科学基金委创新研究群体带头人，国家杰出青年科学基金获得者，入选多项国家级人才项目。主要研究领域包括机械系统动态测试与诊断、机械结构完整性评价、机械系统可靠性、装备智能运维等，研究成果“机械早期故障瞬态信息的小波熵检测与自适应提取理论”获得2013年国家自然科学二等奖（排名第1），“高速列车关键部件故障诊断与服役安全技术及应用”获得2022年机械工业科学技术奖发明奖一等奖（排名第1），获得第三届全国创新争先奖。现任中国机械工程学会理事、设备智能运维分会主任委员，中国振动工程学会常务理事、故障诊断专委会副理事长等。2019年至今连续5年入选科睿唯安全球高被引科学家。

时间：2024年11月20日（周三）14:00-16:00

地点：综合楼一层会议厅

主办单位：机电工程学院

参会人员：机电工程学院全体专任教师和研究生，欢迎其他学院师生参加。