基于CPS方法与脆弱性评估的制造系统健康状态智能诊断

• 作者: 岳文辉 王峰 高贵兵
• 来源期刊: 中国机械工程
• 关键词: 信息物理系统 健康状态 脆弱性 制造系统 数据驱动
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 设备健康管理
• 页码范围: 212-219
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2019.02.012

摘要

现有的制造系统健康管理技术很少应用信息物理系统(CPS),也很少有学者从脆弱性的角度探究制造系统的"病因".根据制造系统的结构特征和健康管理技术原理,提出在其关键设备上嵌入基于CPS与脆弱性分析的健康管理模块,以实现系统健康状态与影响因素的在线动态分析.重点研究基于脆弱性的系统健康状态判断方法、基于数据驱动的制造系统性能异常判断和亚健康状态下设备异常因素的识别.基于嵌入式CPS的制造系统设备健康状态诊断与分析可以根据设备服役过程中的脆弱性状况判断设备的健康状态,基于数据驱动的设备异常因素判断方法可以监测设备服役过程中的性能参数变化情况,及时判断造成设备异常的关键因素.通过柔性制造系统仿真实验,证明了所提方法可实时判断系统的健康状态,有效识别导致设备亚健康状态的性能参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王峰	湖南科技大学机电工程学院	9	17	3.0	3.0
2	岳文辉	湖南科技大学机电工程学院	56	468	10.0	19.0
3	高贵兵	湖南科技大学机电工程学院	13	39	4.0	6.0