题目：人工智能驱动的航空发动机故障诊断与性能退化预测

时间：2020年1月14日 9:00

地点：bat365在线中国官网登录入口 F310会议室

报告人：严如强 教授（西安交通大学）

邀请人：何清波 教授（振动、冲击、噪声研究所）

报告人简介

严如强教授，西安交通大学教授、博士生导师、高端装备研究院国际机械中心执行主任，2007年5月毕业于美国马萨诸塞大学阿默斯特分校 (University of Massachusetts, Amherst) 机械与工业工程系，获机械工程专业博士学位。2019年国家百千万人才工程入选者，美国机械工程师学会会士 (ASME Fellow), 获美国、墨西哥、中国等发明专利授权20余项，牵头制定IEEE国际标准1项，发表SCI期刊论文90余篇，SCI引用超3000次，单篇最高SCI他引500余次，撰写和主编出版英文专著各1部。目前担任IEEE仪器与测量学会副主席，是该学会11人执委会中唯一中国学者，并担任国际期刊《IEEE Transactions on Instrumentation and Measurement》副主编。

报告摘要

以深度学习为代表的新一代人工智能技术在特征挖掘、知识学习与智能程度等方面所表现出的显著优势，为有效的机电系统诊断与预测提供了新途径。本报告在介绍人工神经网络发展历史的基础上，引出深度学习的概念及特征，随后介绍几种典型的深度网络模型，特别是课题组最新构造的小波核深度网络模型，在航空发动机故障诊断与性能退化预测中的应用，最后给出了深度学习在今后的发展趋势。