主要研究方向:


1.     复杂设备及核心部件性能先进感知方法;

2.     多源异构数据融合处理;

3.     预测性维护及智能运维关键技术研究;

4.     复杂设备性能退化及故障机制;



    针对关键装备及核心部件耐久性不足和耐久性受限等痛点问题,采用健康管理手段,保证装备的运行安全并延长其使用寿命







近年来,聚焦储能电池与新能源汽车等领域中的“卡脖子”问题,课题组在新能源电池性能精准在线检测、异常状态预警、以及预测性维护等方面展开深入研究,通过建立关键技术并研发相关装置,为构建高安全、长寿命的新能源电池提供技术保障