科研导师
Dr. Lv顶尖研究所副研究员，QS80院校博士
导师介绍
研究领域：计算机视觉,大数据,机器人,无人驾驶,智慧医疗 学术成果：发表论文五十余篇，其中如IEEE TNNLS、TITS、IROS等顶刊顶会10余篇，长期担任SCI " Electronics "客座编辑，顶刊顶会IEEE TNNLS,IEEE TC, PR,CVPR, IROS等审稿人,中国计算机学会专委会执委、自动化学会专委会委员，国家自然科学基金评议专家等
面向大数据的机器学习设备故障诊断与剩余寿命预测研究
- 课题名称
- 面向大数据的机器学习设备故障诊断与剩余寿命预测研究
- 学科专业
- 课题关键词
- 辅导模式
- 1对1
- 发表目标
- SCI期刊1-3区 CCF-A/B/C
- 课题介绍
- 随着工业4.0与物联网技术发展，传感器、物联网设备广泛应用，工业数据呈现爆炸式增长，传统基于物理模型或人工经验的故障诊断方法已难以满足复杂设备的健康管理需求。设备故障诊断与剩余寿命预测作为工业健康管理的核心环节，对保障工业系统安全稳定运行、降低运维成本具有重要意义。当前，机器学习技术凭借强大的数据挖掘与模式识别能力，为设备健康管理提供新范式。然而，工业大数据存在数据质量参差不齐、特征维度高、标签样本稀缺等问题，亟需研究面向工业场景的机器学习模型优化方法。本研究聚焦大数据环境下的设备故障诊断与剩余寿命预测，通过探索数据预处理、特征工程与深度学习算法融合策略，构建高效的故障诊断模型与精准的剩余寿命预测算法，实现设备全生命周期健康状态监测与性能退化评估，为工业企业提供科学的运维决策支持，同时为学生群体提供机器学习在工业健康管理中的应用实践范例，推动跨学科知识融合与工程能力培养。
导师信息
招生要求
面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。