【研究目的】

设备状态监测、故障诊断与智能运维旨在提升设备的可靠性、效率和安全性。实时监测设备状态和性能参数，及时发现并诊断异常或故障，以降低维护成本、减少停机时间，提高生产效率并延长设备寿命。这有助于为企业提供稳定、可持续的生产环境，同时预防潜在故障，确保生产安全连续，为企业带来更大的经济和社会价值。

【技术创新】

针对现代制造业面临的诸多挑战，并推动其向着更高水平的发展，研究设备状态监测和故障诊断的方法，对工业设备进行管理，实时监测生产设备各项状态，更加准确预估故障的发生。主要创新点如下：

（1）针对工业现场的恶劣环境和复杂工况，研发了多种工业监测检测设备，例如高防护支撑辊温度监测设备、扭矩在线监测设备等，同时结合5G技术，研发新一代5G工业传感器，提升工业现场的多维感知能力。

（2）构建设备状态监测与故障诊断平台，可快速实现对工业数据的采集、传输、存储、展示、分析、挖掘等操作，提高设备数字化程度，打破厂区数据孤岛，实现设备的在线监测和远程运维。

（3）结合深度学习模型、人工智能技术、工业数据特征和设备故障机理，研究多种工业数据处理模型和设备故障诊断算法，对冶金领域设备异常状态进行诊断分析，提前预警，减少设备故障发生，为安全生产保驾护航。

（4）挖掘冶金领域大量的运维履历数据，构建设备运维知识图谱，应用GPT模型结合知识图谱技术，辅助运维人员进行设备运维的相关决策工作，减轻工作强度，提高运维人员工作效率，

（5）应用先进的数据采集、模型建立和仿真分析技术，将实际设备的运行状态与虚拟模型进行实时匹配和比对，实现对设备状态的精准监测和预测。通过数字孪生技术，可以更准确地模拟设备的工作环境和运行过程，实时反映设备的状态变化和性能指标，为设备故障诊断提供更可靠的依据。

无线扭矩测量装置振动及位移测量装置

【知识产权】

（1）发表SCI/EI文章30余篇；授权发明专利10项，出版著作1部；

（2）获得省部级科技奖4项；主持国家自然科学基金4项，横向课题40余项。

【应用领域】

智能制造、状态监测、故障诊断、冶金、机械工程。

【应用情况】

2023.08，中冶宝钢技术有限公司，开展传动系统诊断平台技术合作；

2023.06，中冶宝钢技术有限公司，开展行车设备智能诊断技术合作；

2023.05，鑫阳钢铁，开展高线关键装备在线监测与故障诊断合作。