科创中国

电子信息技术,计算机及网络技术

冶金生产流程具有大型化、复杂化、生产工艺自动化、连续化等特点，其关键装备 服役状态与产品质量、生产效率、成本能耗、安全生产等密切相关。冶金关键装备存在 机电液多因素耦合、载荷时变、温度高、结构复杂、控制精度要求苛刻等特点，对冶金 关键装备服役状态的监检测技术和故障预警分析方法提出了更高要求。 本项目运用无线传感器网络、信号分析与处理、人工智能与机器学习、大数据分析 等先进技术方法，针对冶金行业开发设备状态监测系统和智能故障诊断模型，为开展预 知维修，提供决策支持数据。项目的研究内容对钢铁企业提升关键装备的服役质量，实 现设备的科学管理，对钢铁企业提质增效、节能减排，实现钢铁生产过程的智能制造、 绿色制造，保障企业安全稳定运行，具有重要意义。

1. 成果来源： 成果来源于国家工信部鞍钢鲅鱼圈 5500 厚板智能制造专项和首钢迁钢一冷轧智能 制造专项项目。 2. 技术先进性：属于国内先进，先进技术如下： ①利用无线传感器网络技术解决了高温、高湿、移动、旋转、强电磁干扰、大区域 分布等冶金复杂工业环境下的设备状态监测难点； ②利用数学形态学、重构相空间流形分析等现代信号处理方法，解决了强噪声强背 景干扰下的早期故障特征提取问题； ③利用深度学习等智能算法，解决了非线性、非平稳、多因素耦合条件下的设备状 态趋势评价与智能故障诊断的问题。

阳建宏，教授，博导， 现任北京科技大学机械工程学院机电系副主任，长期从事激 光诱导击穿光谱的相关科研工作， 入选北京市高等学校青年英才计划， 2018 获全国冶金 先进青年科技工作者。