学术信息

当前位置: 新闻首页 >> 学术信息

字体: 【小】 【中】 【大】  打印:

机电与车辆工程学院学术讲座:基于混合深度信号处理与振动信号的轴承故障诊断方法

日期:2018年10月23日 10:06 作者:机电学院 来源:机电学院 点击率:

讲座题目:A new hybrid deep signalprocessing approach for bearing fault diagnosis using vibration signals

主 讲 人:David He (何巍华),博士、博士生导师

讲座时间:2018年10月25日星期四下午15:30

讲座地点:机电与车辆工程学院一楼会议室

欢迎广大师生参加!

Abstract

Signal processing is an important task for machinefault diagnosis. Over the recent years, many deep learning based signalprocessing methods have been developed for bearing fault diagnosis. However, these methods are facing some major problems when they are applied tomachine fault diagnosis. In this presentation, a new hybrid deep signalprocessing method for bearing fault diagnosis is presented. The presentedmethod incorporates vibration analysis techniques into deep learning to form adeep learning structure embedded with time synchronous resamplingmechanism. Data collected from real bearing test rig are used to validateand demonstrate the effectiveness of the presented method.

何巍华(David He教授简介

何巍华(David He)系美国伊利诺伊大学芝加哥分校机械与工业工程系终身正教授,智能系统建模与开发实验室主任,兼东北大学机械工程与自动化学院特聘教授及武汉理工大学机电学院海外讲座教授。何巍华教授主要研究方向涵盖故障与可靠性分析、故障诊断和故障预测、统计信号分析、机械振动测量与分析建模等。何巍华教授是国际故障预测与系统健康管理协会(Prognostics and HealthManagement Society)会士及董事会成员,担任Journal of Intelligent Manufacturing、Applied Sciences等多个国际期刊的编辑,以及PHM协会2014年会大会主席。David He教授主持完成过多项由NASA、Goodrich SIS, NBG Systems、US Army等资助的机械系统智能故障检测、诊断和预测课题,曾获包括PHM协会2013年会最佳论文,SAGE 2011最佳论文和美国直升机协会第62届年度研讨会最佳HUMS论文奖等多项奖励。

分享:

编辑:

审核人:黎昱睿