轴轮千转，智护业安——“华为杯”第六届中国研究生人工智能创新大赛一等奖专访

团队照片

        钱泉，中共党员，重庆大学在校生最高个人荣誉“学生年度人物”和在校研究生最高学术荣誉“十佳学术之星”获得者，长期从事于高端装备故障诊断与预测性维护研究。主持国家自然科学基金博士生项目1项（30万经费资助）和重庆市研究生科研创新项目1项；以第一作者在IEEE trans、MSSP等领域权威SCI期刊上发表中科院一区TOP论文12篇和中科院二区TOP论文3篇（含导师一作&学生二作2篇），其中入选ESI热点论文3篇和高被引论文5篇，谷歌学术累计引用900余次（h指数15、i10指数16）；以导师第一&学生第二发明人授权中国专利4项和英国专利1项；累计获3次国家奖学金、中国研究生人工智能竞赛一等奖、重庆市三好学生等国家级奖励11项、省市级奖励14项、校级奖励30余项。

        一、匠心独运，智守未来

钱泉团队研发的“工业AI守护者”系统在“华为杯”第五届中国研究生人工智能创新大赛中取得了二等奖的好成绩。据介绍，“工业AI守护者”系统是一款利用人工智能和数据孪生技术，结合旋转机械动力学仿真模型，实现旋转机械故障预测与健康管理的工业智能平台。该系统包含样本生成、故障监测、预测性维护三个模组，样本生成模组解决实际工业故障数据缺乏的问题；故障监测模组通过故障预警、寿命预测、故障诊断、故障量化评估等实现故障信息的全面监测；预测性维护模组利用故障监测信息实现旋转机械智能健康管理。

今年的“数模协同下的旋转机械在线监测与诊断系统”在去年系统的基础上进行了重要优化与升级。“首先，在样本生产模组部分，我们在建立旋转机械动力学模型时进一步考虑到了滚动轴承高速效应及径向游隙的变化，创新性地提出了复合位移激励，显著提高了仿真数据的质量和可靠性。其次，故障监测模组的算法得到了进一步优化，能够在更少样本数据的情况下达到更高的精度，同时基于分布差异和迁移学习等先进技术有效提高了算法的普适性，使其更贴合实际工业场景的监测要求。最后，系统的可视化操作软件得到了进一步完善，用户界面更加友好，操作更加直观，极大地方便了实际应用中的入门和操作。因此，相较于去年版本，今年的系统能更好地应对旋转机械设备的在线监测与故障诊断需求。”钱泉说。

    二、齐心铸剑，曙光自来

       今年的初赛结果恰好是在中秋假期前一天公布的，而从确认进入决赛到提交所有决赛材料之间，仅仅给了团队4天的准备时间。在这短短的4天里，他们需要完成最终作品文档的完善修改、答辩PPT的制作以及决赛海报的设计，任务繁重且时间紧迫。为了赶上最终提交的日期，他们只能在中秋假期加班加点，吃着月饼熬夜，终于勉强完成了所有任务。然而，由于准备时间匆促，答辩PPT在比赛前一天调试时才发现存在问题，临时只能在酒店里加班讨论修改方案，一直忙碌到晚上10点，才赶在志愿者下班前几分钟完成了答辩PPT的更换，真的是与时间赛跑。

慎终如始，则无败事。时间虽然所剩无几，但即使在这样一种紧急高压的环境下，钱泉和他的队友们既不曾相互埋怨推诿，也不曾轻言放弃，反而相互鼓励，默契配合，以一种更加积极的姿态共同迎接挑战。“团队”是钱泉常提的关键词。来自同一个实验室与共同的研究方向使他们结伴而行，长期合作培养的深厚友谊使他们牢牢凝聚，而对团队的强烈责任感浇筑成既坚如磐石又能勇攀高峰的力量。

三、山高水远，笃行不息

钱泉表示：“我们的系统在商业价值、应用价值和创新性方面均具有显著优势！”

商业价值方面，本系统可以帮助相关企业实现对旋转机械设备的在线监测与健康管理，能够有效减少设备故障带来的停机时间和经济损失。同时，本系统还可以根据机械的故障监测信息合理安排维护计划，对机械装备进行统一维护，显著提高了维护效率并大幅降低维护成本，能够帮助企业实现降本增效，提升整体竞争力，具有巨大的商业潜力。

应用价值方面，我国目前正处于从制造大国向制造强国转型的关键时期，《中国制造2025》和《工业互联网创新发展行动计划（2021-2023年）》等政策文件已明确提出要大力支持故障预测与健康管理技术的发展。本系统能够解决现有监测系统故障演化规律不明、不能很好反映设备的退化过程、诊断精度低和模型泛化能力差等问题，提供更为精准可靠的故障监测与预测性维护方案。特别是在风电、轨道交通、航空航天等领域，系统能够帮助企业提升设备健康管理能力，减少设备停机时间、提高生产和运营效率，推动相关行业智能化、数字化升级，具有非常广阔的应用前景。

创新性方面，本系统拥有完全自主的知识产权，并且有多篇高质量论文和专利作为技术支撑，系统功能在国内处于领先地位。与传统监测系统相比，本系统不仅能够在样本充足的情况下实现高精度的故障监测，还特别考虑到实际工业应用中故障数据稀缺的问题，特别研发了基于数据孪生的样本生成模块，通过虚拟仿真与实际数据的结合生成高质量的仿真样本，有效弥补了数据不足的问题，大大提高了系统的适用性。此外，本系统创新性地开发了视觉量化评估模块，通过图像增强、数据扩展等技术处理采集到的图像，生成高质量的图像数据集。该模块能够自适应地挖掘输入图像中的多层次、深层次语义信息以及空间特征，从而实现对微小故障的精准识别和量化评估，这一模块在国内尚属首次。

在最后，钱泉为低年级的同学们分享了自己在竞赛与科研过程中的经验心得：

兴趣驱动：选择一个其感兴趣的主题，这样会更有动力和兴趣去探索和研究它。

广泛阅读：阅读与自己的研究方向相关的书籍、文章或者在线资源。这有助于建立基础知识，帮助更好地理解并深入研究。

保持好奇：科学研究是一个持续学习的过程，即使某一阶段性工作结束了，也要保持好奇心，继续学习和探索新知识。

不畏失败：在科研和比赛中，失败或者走弯路是常见的，关键要从失败中学到经验。