针对有色冶金、新能源、工业母机及流体机械等成套装备在极端复杂工况下的精准监测与高效运维需求，开展状态感知、缺陷检测与评价、自适应故障诊断以及智能运维系统集成等全链条技术研究。重点突破在高温、高压、强腐蚀、强磁等环境下隐蔽缺陷识别、多源异构数据融合与传感器环境适应性瓶颈，开发相控阵动态聚焦与三维重建、多物理场耦合感知、柔性封装与原位制造等核心传感技术，构建贝叶斯—证据链融合与深度学习特征提取框架，实现跨尺度、全周期、高鲁棒的装备健康状态评估。在缺陷检测与评价方面，融合电磁、热、力多场理论，建立缺陷扰动模型与成像逆问题求解体系，研发MEMS微阵列、多波段红外融合等器件与算法，突破高反射曲面、复合材料的检测盲区，实现亚毫米级三维重构。在自适应故障诊断方面，构建迁移学习—知识图谱驱动的少样本识别与语义推理体系，结合物理机制与数据驱动模型提升故障特征解耦、分类与寿命预测精度。面向智能运维系统集成，开展虚拟测点生成、复合柔性阵列设计与跨模态特征管道构建，部署轻量化深度模型与数字孪生—强化学习协同优化框架，实现动态维护策略生成与全域感知、深度认知、主动干预的智能运维生态。通过上述研究，将形成支撑成套装备高可靠、长寿命、安全高效运行的智能感知与健康管理技术体系。成套装备智能感知与健康管理方向的研究路线如图3所示。
图3 成套装备智能感知与健康管理方向研究路线图
甘公网安备 62010302000691