科创中国

高端装备制造产业

过程监控技术是工业系统安全运行的重要保障，传统过程监控方法的主要设计原则是能够快速地检测各种异常并发出报警，以便现场工作人员能够及时采取补救措施避免更大的损失。然而，长期的工业实践表明并不是所有的故障都会影响到最终的产品质量，反而忽略此类故障的报警可以有效减少不必要的停产检修次数，有效提高系统的运行效率。基于此，近年来相关学者提出了“质量相关故障诊断”的思想。与传统方法相比，质量相关故障诊断方法能够有效建立起系统故障与系统输出之间的影响关系，可以准确区分影响系统输出和不影响系统输出的故障。自提出至今的十余年间，质量相关故障诊断方法获得了学术界的广泛关注，同时工业界也在逐步引进相关技术。本项目重点关注非线性动态系统的质量相关故障诊断以及故障根源分析方法的研究

提出了“核样本等效替换”原理，彻底解决了制约基于核的非线性故障诊断方法在线运算效率的瓶颈问题。在多元统计过程监控领域，非线性数据建模通常采用基于核的理论方法，即通过核函数将原始过程变量映射到高维特征空间来消除原始变量之间的非线性耦合。基于核的方法虽然简单有效但同时也给故障诊断带来一个巨大障碍，即在非线性映射过程中“丢失”了原始变量样本与核样本之间的对应关系，导致贡献图、重构贡献图等诊断算法无法直接提取原始变量对故障检测指标的贡献值。为了解决这个问题，现有方法普遍采用偏微分贡献图进行提取，但该方法的计算量及其巨大，且其提取的结果并不是变量的贡献值而是变量的贡献率，因此在物理意义和可解释性方面并不完善。解决此问题的关键在于找到原始变量样本与核样本之间的映射关系，为此本项目提出了“核样本等效替换”原理，推导并证明了原始过程变量样本与核样本之间存在隐含的等比例关系，以此为基础将非线性故障检测指标转换为原始过程变量的标准二次型，从而直接利用贡献图和重构贡献图等算法提取了原始过程变量对非线性故障检测指标的贡献值。相比于传统的偏微分贡献图，该项研究成果在算法复杂度、计算量、可扩展性、可解释性等方面都

   机器人与智能装备产业创新服务综合体创建于2018年，位于余姚机器人智谷小镇，2020年升级为省级综合体，是余姚市创建的创新链、人才链、资金链、产业链专业化服务平台，现由浙江大学机器人研究院下的浙江湾区机器人技术有限公司负责建设。     综合体目前建有机器人与智能装备产业创新中心，重点打造人才服务基地和智能制造服务基地，高质量建设创新创业孵化、科技金融服务、知识产权服务、科技成果交易服务、政企对接服务等五大专业性平台。