近日，我院机械工程相关方向博士研究生孔祥地在电液控制系统早期故障智能诊断方法方面取得重要研究进展，相关成果以题为《基于残差分析的电液控制系统早期故障智能诊断方法》（Intelligent diagnosis method for early faults of electric-hydraulic control system based on residual analysis）的论文发表在国际权威期刊 Reliability Engineering and System Safety。最新影响因子约11。论文第一作者为博士研究生孔祥地，通讯作者为蔡宝平教授，开云电竞投注（华东）为主要完成单位之一。该研究得到了国家重点研发计划、国家自然科学基金、工信部高技术船舶科研项目、山东省杰出青年基金以及“泰山学者”项目等的联合资助。
论文首页
电液控制系统广泛应用于海洋工程装备和重大工业系统，其早期故障通常具有特征微弱、随机性强和隐蔽性高等特点，传统诊断方法难以及时识别。针对早期故障信号易被噪声淹没、不确定性强的问题，论文提出了一种基于残差分析的早期故障智能诊断方法，通过构建系统残差信号并系统提取其周期、噪声、线性和非线性特征，挖掘早期故障的潜在演化信息。在此基础上，引入残差特征激励因子，对贝叶斯网络故障诊断模型进行修正与优化，从而提升早期故障诊断的准确性与可靠性。以海底防喷器电液控制系统为研究对象，研究结果表明，该方法能够有效提升早期故障识别能力，并显著改善整体诊断性能，为复杂电液系统的状态监测与安全运行提供了新的技术思路。
所提出的维修优化方法框架
论文链接：https://doi.org/10.1016/j.oceaneng.2025.122029
