报告题目：基于深度学习的飞行器智能故障诊断方法

报 告 人：姜洪开

报告时间：报告时间：2019年5月21日上午

地    点：温州大学机电工程学院B309学术报告厅

讲座内容：

介绍深度置信网络、卷积神经网络、深度自动编码机和循环神经网这四种主流深度学习模型的基本原理，依次实现了其在飞行器关键机械部件智能诊断和预测中的应用，试验结果表明深度学习方法能有效建立监测数据与飞行器健康状态间的精确映射联系，实现准确的故障诊断和服役性能预测。

报告人简介：

姜洪开，教授，博士生导师，中国振动工程学会故障诊断专业委员会常务理事，陕西省振动工程学会常务理事。一直致力于飞行器故障诊断与健康监控方面的研究工作，在飞行器故障预测与健康管理、早期故障诊断、智能诊断、可靠性评估、剩余寿命预测和智能运维等方面开展了深入研究，取得了一批重要学术和科研成果。发表论文100多篇，其中SCI收录50余篇、ESI热点论文1篇、ESI高被引论文6篇。获工业和信息化部国防科技进步二等奖一项，获教育部科技进步二等奖一项。主持国家自然科学基金重大研究计划项目1项，国家自然科学基金面上项目3项，省部级基金项目6项。课题组同中国商飞客户服务公司、中国商发、611所、631所、千山电子、西安航空动力股份有限公司、中国飞行试验研究院、航天一院一部、航天五院504所等单位开展了飞行器健康监控系统设计和故障诊断与健康管理方面的研究工作。