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。
地址:中国科学技术大学西校区 力二楼401室
电话:0551-63607985 Email:leimao82@ustc.edu.cn
先进感知、数据融合及智能运维课题组 制作维护