01
如何从非平稳测量中恢复稳定且具有机理含义的故障证据？
转速、载荷、传感器位置、噪声和结构传递路径都会改变观测波形。关键是在分离工况变化的同时，保留故障阶次、调制、复现、传播与退化信息。
D1
研究方向 01 · 诊断与预测维护
机理可解释故障诊断与健康管理
研究如何将异构工程测量转化为具有物理意义的故障证据、机理一致解释和可信健康决策，并适应变工况、数据稀缺与未知环境。
可解释故障诊断预测与健康管理因果故障追踪物理信息学习领域泛化
方向概述
从观测症状走向可辩护的工程决策
本方向将故障诊断视为证据构建问题，而不是封闭类别下的简单分类。信号处理、物理模型、因果结构和不确定性描述需要协同设计，使最终结论能够追溯到可测量的工程现象。
研究对象涵盖旋转机械、多级传动系统、制造过程及其他状态监测系统，重点处理故障跨部件、跨工况和跨传感模态演化时的识别、解释与决策问题。
关键科学问题
界定本方向的三个关键问题
02
如何把局部症状连接到故障机理与系统根因？
可靠诊断需要解释证据如何在部件和子系统之间传播。研究结合物理先验、数字孪生、事件与因果图、传递路径分析和时序逻辑，区分统计相关性与机理一致解释。
03
在什么条件下诊断结论值得信任并可用于决策？
模型需要面对少标签、未知域、复合故障和证据不确定性。研究校准不确定性、跨域不变量、可验证解释及其与维护、隔离和容错运行之间的决策接口。
理论 · 方法 · 软件
从科学问题到理论与软件成果
通过20页演示了解实验室的理论方法与数字孪生软件成果。第19页可播放带中文字幕的软件全流程演示视频。
网页演示保留PPT实际渲染的图表、排版与渐变；原始PPT中的文字、图表和框架仍可编辑。视频为离线软件演示，不代表现场执行。
研究框架
从科学对象到工程结果
工程证据
振动、电流、力觉、图像、运行日志与物理模型
机理感知表征
阶次、时频结构、事件、因果图与传递路径
鲁棒可解释推断
领域泛化、不确定性推理、逻辑规则与因果归因
健康决策
故障识别、根因隔离、维护规划与风险感知行动
成果组合
相关论文
—篇标记论文
正在读取论文数据…