| 美國機械工程師學(xué)會會士嚴(yán)如強： |
|
| 國民經(jīng)濟重大裝備的“守護者” |
|
2019年7月，正在美國參加學(xué)術(shù)會議的西安交通大學(xué)教授嚴(yán)如強收到了一個喜訊——成功當(dāng)選為新一屆美國機械工程師學(xué)會會士（ASME Fellow）。他入選的理由為：為推動數(shù)據(jù)分析在制造設(shè)備/部件狀態(tài)監(jiān)測、故障診斷和剩余使用壽命預(yù)測方面的發(fā)展作出了突出貢獻。
這一成果的獲得絕非偶然，而是嚴(yán)如強多年重大裝備智能診斷學(xué)術(shù)之路的濃縮與提煉。
起步：從“小波變換”到“缺陷識別”
早在嚴(yán)如強在美國馬薩諸塞大學(xué)阿默斯特分校機械與工業(yè)工程系攻讀博士學(xué)位期間，他就建立了基于信息論測度的小波基量化選取理論框架，用以指導(dǎo)選擇合適的小波基函數(shù)，進而從機器設(shè)備測量的振動信號中有效地提取特征信息。
小波變換作為一種數(shù)學(xué)工具，已在各大工程領(lǐng)域應(yīng)用多年，但個中機理仍不完全明確。諸如用小波分析動態(tài)信號時，到底選哪個小波基函數(shù)？為什么選這個、不選那個？為什么選擇一個小波基函數(shù)會影響到人們對整個機器運行狀態(tài)的評估？基于此，嚴(yán)如強在博士畢業(yè)論文中系統(tǒng)回答了這些問題。
2006年8月~2008年8月，嚴(yán)如強赴美國國家標(biāo)準(zhǔn)與技術(shù)研究院工作，年輕的他承擔(dān)了研究院發(fā)起的“智能加工系統(tǒng)”大型項目的關(guān)鍵部分，致力于具有在線監(jiān)測和自診斷功能的“智能機床主軸”的設(shè)計、建模和實現(xiàn)。作為主要研究者，他的研究成果促進了學(xué)術(shù)界對重大機床裝備在惡劣環(huán)境下的失效機理的深入認知，顯著降低了維護成本，提高了生產(chǎn)率和精度。
此外，他還開發(fā)了先進的機床主軸狀態(tài)在線監(jiān)測和故障診斷技術(shù)，實現(xiàn)了有效、可視化的機床主軸缺陷識別，為日后針對重大裝備智能診斷的研究之路奠定了堅實基礎(chǔ)。
進階：給傳感器裝上“身份證”和“處理器”
2009年，嚴(yán)如強毅然選擇回國繼續(xù)科學(xué)研究。
設(shè)備監(jiān)測不可避免地需要使用大量傳感器。普通傳感器測得數(shù)據(jù)后，通常一股腦兒地將數(shù)據(jù)傳回，缺乏準(zhǔn)確來源和有效分析，技術(shù)人員甚至搞不清到底是哪個點位的傳感器傳回的數(shù)據(jù)，這嚴(yán)重影響了對數(shù)據(jù)的利用。
嚴(yán)如強就此提出了解決方案：基于他們研究制定的IEEE國際標(biāo)準(zhǔn)，為每個傳感器配備一個獨特的“身份證”，使得接收器可以明確知道這是哪個傳感器傳回的數(shù)據(jù)。“更方便的是，基于這個標(biāo)準(zhǔn)，傳感器數(shù)據(jù)得以實現(xiàn)‘本地處理’，如果需要原始數(shù)據(jù)，我們也可以實現(xiàn)解析還原。”嚴(yán)如強告訴《科學(xué)新聞》。
傳感器是故障診斷必備的檢測裝置，長期以來，國產(chǎn)傳感器在測量精度和范圍等方面都遠遠落后于進口傳感器。不僅如此，同一傳感器在中國的售價通常是國外的兩倍，這些明顯的差距深深刺激著嚴(yán)如強。
經(jīng)過三四年的反復(fù)研究和論證，嚴(yán)如強和其他國際相關(guān)領(lǐng)域的專家一起提出了基于貝葉斯網(wǎng)絡(luò)理論的傳感器網(wǎng)絡(luò)劃分方法，設(shè)計了具有發(fā)射功率自適應(yīng)調(diào)節(jié)功能的智能無線傳感節(jié)點及節(jié)點級/網(wǎng)絡(luò)級節(jié)能策略，為風(fēng)場廣布式風(fēng)電裝備的多傳感器網(wǎng)絡(luò)化信息獲取提供了一種新的解決方案。
“希望國產(chǎn)傳感器的精度越來越高，作為科研工作者，必須更加努力。”嚴(yán)如強表示。
愿景：讓科研成果助力產(chǎn)業(yè)提質(zhì)增效
當(dāng)前，制造服務(wù)融合已發(fā)展成為一種涵蓋產(chǎn)品全生命周期、以制造服務(wù)為驅(qū)動力的制造業(yè)發(fā)展的新范式。然而，如何收集產(chǎn)品在研發(fā)、制造、運維等階段的海量數(shù)據(jù)；如何分析并研究產(chǎn)品在使用和維護過程中的狀態(tài)變化；如何通過各階段數(shù)據(jù)與知識的集成應(yīng)用，形成反饋從而逆向指導(dǎo)設(shè)計、制造、運維甚至全生命周期階段的協(xié)同與優(yōu)化，是全球制造業(yè)共同面臨的挑戰(zhàn)。
2018年，嚴(yán)如強從故鄉(xiāng)南京毅然“西遷”，加入西安交大機械學(xué)院，展開基于新一代人工智能的診斷與預(yù)測、智能制造、制造服務(wù)新模式等領(lǐng)域研究。依托西安交大平臺，嚴(yán)如強牽頭主持了國家自然科學(xué)基金重點項目和科技部重點研發(fā)計劃項目，致力于引導(dǎo)建立以診斷預(yù)測為核心的制造服務(wù)融合產(chǎn)業(yè)新模式。
重大裝備智能信息處理、故障診斷與預(yù)測研究涵蓋國民經(jīng)濟主戰(zhàn)場的諸多領(lǐng)域。未來，嚴(yán)如強將帶領(lǐng)團隊，持續(xù)推動高等院校與高水平制造企業(yè)的深入合作，建成產(chǎn)學(xué)研全鏈條的運維反饋機制，促進設(shè)計制造和運維服務(wù)全面融合，以幫助企業(yè)系列化產(chǎn)品設(shè)計制造的升級改進，提升重大裝備運行性能。
讓我們的研究成果廣泛應(yīng)用于國民經(jīng)濟重要行業(yè)，真正成為國民經(jīng)濟重大裝備“智能守護神”，這就是嚴(yán)如強質(zhì)樸的心愿�！�
《科學(xué)新聞》 (科學(xué)新聞2019年12月刊 教育)