智能研发-智能运维

用“心”做好每“壹次”服务
技术服务热线：
021-64207260

人工智能技术应用案例分享

近日，生成式人工智能应用DeepSeek引发广泛关注，迅速成为科技领域舆论热议的核心议题。基于对技术前沿的探索动机，大家通过多元化的问题交互模式，进行深入功能验证。

当前，人工智能技术在众多领域广泛应用，正在深刻改变传统生产模式。在能源电力、石油化工、轨道交通、航空航天、汽车工业等领域，懿朵科技通过将AI技术运用于质量控制、缺陷识别、故障诊断、预测性维护、智能预测与优化等关键环节，帮助用户实现生产效能跃升与成本结构优化。

下面摘取有关项目案例作简要介绍。

案例1

质量控制与缺陷识别

（1）目的：采用无损系统检测生产线终端的缺陷部件。

（2）生产线终端（EOL）测试方法：

  • 一个专用的数据采集测量系统

  • 对信号进行处理和利用AI技术进行数据分析和分类

图片
（3）测试数据的分析：
  • 针对故障/健康样本的初始数据采集(FRF)
  • 分离健康/错误样品的标准建议
  • 测量系统和测量协议的实现
  • 对大量样本进行数据收集
  • 可以使用数值模型来完成实验数据库
图片

采用AI技术对特征计算和数据分类，定义一个自动排序算法来分类所有测量的样本。

图片

案例2

旋转机械故障检测

（1）目的：变速箱故障检测(齿和轴承故障)。
（2）检测方法：
  • 传感器的定义
  • 信号处理：特征计算
  • 基于机器学习的数据分类
图片

案例3

多物理场泵膜优化模拟

以泵入口流速和泵膜刚度两个自变量作为输入，泵膜中心位移量作为输出，建立了机器学习优化模型并进行分析。为该款泵挑选了最优的流速和泵膜刚度配合方式。

图片
图片

案例4

管道噪声优化

使用机器学习预测管道的气动声学响应。通过仿真软件为机器学习算法提供信息的计算，然后使用机器学习算法预测新的参数配置方案下管路噪声。

图片
图片

案例5

声源识别与分类

（1） 目的：利用声学照相机进行声源检测/识别

（2） 检测方法：

  • 声天线：测量和去噪源

  • 自动检测

  • 每个声源声学特征的分离

  • 用于声源类型识别的机器学习(图像和声音处理）

图片

案例6

风电叶片故障预防

（1）目的：预防叶片故障、提升运维效率。
（2）检测方法：
  • 图像处理
  • 数据传输到云应用程序
  • 云计算
  • 人工智能应用（神经网络）
图片
图片

用无人机和摄像机检查叶片

图片

  风机叶片裂纹检测

案例7

短轨缺陷检测

（1） 目的：检测“短”轨缺陷，包括断轨、轨面塌陷、轨道接头等。
（2） 检测方法：
  • 车载仪器用于自动检测：轴箱加速度计
  • 对加速度计信号进行时频分析（小波变换）
  • 利用人工智能（AI）进行缺陷分类
图片
（3）小波变换
  • 短小波：断轨、轨道塌陷、轨接头等
  • 长波：长缺陷（例如松动的轨枕）
图片
图片

小波变换

（4）主要特点
  • 基于小波分析的跟踪缺陷检测方法
  • 缺陷判别
  • 使用机器学习的缺陷分类/聚类
图片


详情了解，欢迎与我们联系：胡经理 15821316059
图片

法国VibraTec集团，成立于1986年，拥有近40年的工程项目经验，是结构动力学、振动和声学领域的专家。作为国际知名的咨询公司，Vibratec致力于研究开发务实和创新的解决方案，使产品、基础设施和设备更加可靠、耐用和安静。


图片

懿朵科技，成立于2015年，是以振动与噪声控制为核心的上海市专精特新企业。作为法国VibraTec集团中国区独家合作伙伴，懿朵科技以相关算法与工具为核心，为用户提供智能研发、智能运维服务，业务涉及能源电力、石油化工、汽车工业、轨道交通、航空航天等众多领域。
首页            关于我们            解决方案            研发平台            新闻资讯            联系我们
技术服务热线
021-64207260