电子科技大学自动化工程学院硕士生在可靠性工程领域Top期刊RESS上发表研究成果

查找参加最新学术会议,发表EI、SCI论文,上学术会议云
2025年数据科学与智能系统国际会议(DSIS 2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
热门国际学术会议推荐 | 出版检索稳定,快至7天录用
2026年第五届算法、计算和机器学习国际会议(CACML 2026)
2026年第八届软件工程和计算机科学国际会议(CSECS 2026)
文章导读
多传感器系统的剩余寿命预测为何总是“不准又不稳”?本篇揭秘了一种把深度学习与随机降解模型有机结合的新策略:用卷积网提取空间相关、用LSTM捕获时序,并加入时空注意力自适应放大退化特征;基于维纳过程构建随机降解、用融合误差与方差的损失函数实现概率化预测。读完你将明白该方法如何解决多源冗余、降解信息难以捕捉与不确定性大三大难题,为驱动机构预测性维护提供更精准可解释的工程方案。
— 内容由好学术AI分析文章内容生成,仅供参考。

  近日,我校自动化工程学院、电力电子与先进控制中心2023级硕士生韩希泽同学在中科院一区top期刊《Reliability Engineering & System Safety》上发表题为《Hybrid-Feature-Fusion-Based Stochastic Estimation Strategy for Multi-sensor System》的论文。韩希泽为第一作者,其导师李猛副研究员为通讯作者。

  该论文针对多传感器系统中驱动机构剩余有用寿命预测难题,提出了一种基于混合特征融合的随机估计策略。通过卷积神经网络提取传感器间的空间关联特征,利用长短期记忆网络捕捉时序演化规律,创新性引入时空注意力机制,自适应强化退化相关特征的权重。构建基于维纳过程的随机降解模型,结合动态更新的健康指标与降解速率,实现剩余寿命的概率性预测;设计融合预测误差与方差的定制化损失函数,有效提升预测精度与结果稳定性。

该方法有机整合了数据驱动的特征提取优势与模型驱动的物理可解释性,解决了复杂工况下多源传感数据冗余、降解信息难捕捉、预测不确定性大等关键问题,为驱动机构的预测性维护提供了精准、可靠的技术支撑,具有重要的理论创新价值和工程应用前景。

电子科技大学自动化工程学院硕士生在可靠性工程领域Top期刊RESS上发表研究成果

  本论文依托于电力电子与先进控制中心团队。该团队成立于2011年,在负责人陈勇教授的带领下,2016年中心联合5个学院的10名青年老师,成立电子科技大学电动汽车动力系统与安全技术研究所,形成了跨学院、跨学科的科研平台,为首批电子科技大学创新领域科技平台培育计划。中心坚持“理论基础研究+技术应用研究”相结合,以“先进检测技术、故障诊断与容错和先进控制”为基础理论,“电机控制,电力电子控制”为技术应用研究,以“新能源汽车和智能交通”为平台。形成了一系列的国家重点专项、国家自然基金、省部级项目和企业横向项目。相关成果发表在IEEE Trans系列和顶级会议上发表论文200余篇,形成了150多项发明专利。

电子科技大学自动化工程学院硕士生在可靠性工程领域Top期刊RESS上发表研究成果

© 版权声明
2025年数据科学与智能系统国际会议(DSIS 2025)
第二届大数据分析与人工智能应用学术会议(BDAIA2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
热门国际学术会议推荐 | 多学科征稿、征稿主题广 | 免费主题匹配
2026年第五届算法、计算和机器学习国际会议(CACML 2026)
2026年第八届软件工程和计算机科学国际会议(CSECS 2026)

相关文章

查找最新学术会议,发表EI、SCI论文,上学术会议云
第三届机器学习与自动化国际学术会议(CONF-MLA 2025)
热门国际学术会议推荐 | 立即查看超全会议列表

1 条评论

  • 复古日记
    复古日记 读者

    这方法听起来挺靠谱,不过实际跑起来会不会很吃算力啊?

    广东省广州市
    回复