讲座题目：国产高端数控机床故障诊断与智能运维关键技术
报告人：夏唐斌 副教授
时间：6月11日 15:00-16:30
地点：学院楼4042会议室
主持人：肖雷 副研究员
报告摘要：
制造系统面临着极端服役环境、部件-系统强相关、多工况交替变换的新挑战，在服役阶段如何保持其可靠性水平并降低运维成本，成为有效解决国产高端机床故障后果严重、运维成本高、可靠性水平低等问题的关键。针对现有故障诊断与智能运维存在的异构数据分析受限、故障信息稀疏不平衡的问题，考虑制造系统高负载、变工况、非平稳运行的特性，本次报告主要开展以下研究：
（1）优化设计“端-边-云”协同的退化感知框架，创新子图同构问题并精确求解部署方案，自适应增强装备实时计算、快速存储与多机通信能力；定制开发边缘端轻量化卷积模型与云中心高维度实时滤波算法，实现了性能、精度、误差等多源退化数据的高质量感知分析。
（2）构建失效机理、状态数据与故障表征间的耦合建模机制，制定基于机理模型和数据生成的增量学习策略，通过联邦迁移学习协同共享工况间故障信息，提取非平稳信号特征与自适应构造健康指标，实现稀疏不平衡条件下机床关键部件故障的快速协同诊断。
（3）针对机床退化路径时变、产线高柔性特点，设计变工况场景下制造系统的主动式维护策略，通过动态结构驱动与边云数据协同，为快节拍柔性产线的高效生产与可靠运行提供实时运维决策指导。所构建的面向高服役可靠性的制造系统故障诊断与智能运维方法应用体系，通过智能诊断、精准预测与高效维护，确保系统可靠服役，实现运维增值，促进工业母机产业智能升级。
夏唐斌，上海交通大学长聘副教授、博导，教育部“长江学者奖励计划”青年学者，现任上海交通大学机械与动力工程学院副经理。主要从事智能制造系统、质量与可靠性等领域研究，发表论文200余篇（SCI收录123篇，ESI高被引5篇），曾获国家级教学成果奖二等奖、上海市教学成果一等奖两项、上海市优博论文、上海市产学研合作优秀项目奖特等奖、中国质量协会质量技术奖二等奖、上海市质量协会质量技术奖一等奖、上海交通大学“教书育人奖”等荣誉。主持国家重点研发计划项目课题、国家自然科学基金、国家智能制造装备发展专项课题、国家市场监督管理总局项目等国家、省部级纵向课题十余项；参与中国工程院重大咨询项目、工信部高技术船舶科研项目、科技部“网络协同制造和智能工厂”专项重点项目等近二十项；同时主持德国西门子、振华重工、中国商飞、中船集团、上汽通用、节卡机器人、湖北中烟、嘉洋科技等企业横向课题二十余项。担任《工业工程》《Chinese Journal of Mechanical Engineering》青年编委，《工业工程与管理》《船舶工程》编委、上海市政府质量奖评审专家、江苏省质量专家、上海市现代设计法研究会副秘书长等学术职务，入选全球前2%顶尖科学家榜单（World's Top 2% Scientists）。
