报告题目：数字孪生驱动的传动系统性能评估与健康管理研究
主讲人信息
姓名：冯珂
工作单位：西安交通大学
职称：教授
职务：交通智能运维技术与装备教育部重点实验室副主任
主讲人简介：西安交通大学教授、博士生导师，国家级青年人才、玛丽居里学者、全球前2%顶尖科学家，本硕毕业于电子科技大学，博士毕业于新南威尔士大学。曾在英属哥伦比亚大学、新加坡国立大学、帝国理工学院等知名学府任职。研究方向涵盖数字孪生、信号处理、故障诊断、疲劳磨损分析等领域。2023年荣获皇家物理协会会刊评选的“新锐科学家”称号。现担任《IEEE Transactions on Industrial Informatics》、《IEEE Internet of Things Journal》、《Information Fusion》、《Structural Health Monitoring》等多个国际期刊的副编辑及编委。研究成果发表在《IEEE Transactions on Fuzzy Systems》、《Mechanical Systems and Signal Processing》等重要学术期刊上。主持多项国际合作项目，包括欧盟“地平线”项目、英国研究与创新署项目等，及国家自然科学基金优青项目（海外）、国家重点研发计划课题和国家自然科学基金面上项目等，曾获得“中国航空学会科技奖二等奖” 和“振动工程学会科学技术奖二等奖”。—
报告时间：2025-12-19 14:30
报告地点：思源楼1101会议室
内容纲要：齿轮传动系统被广泛应用于航空航天、风力发电以及智能制造等关键核心领域。疲劳退化存在于整个齿轮传动系统服役周期中。磨损疲劳的持续发展将会导致齿根裂纹、齿面碎裂等严重故障。因此，针对疲劳磨损引起的传动系统性能退化进行相应的状态监测与寿命预测至关重要。近年来，数字孪生技术因其独特的优势已引起了工业界与学术界的广泛关注。然而，由于齿轮箱复杂精密的结构，以及复杂多变的工作环境，致使基于数字孪的齿轮磨损监测与性能评估的相关研究较为缺乏。针对上述问题，冯珂博士在研究工作中提出了一种系统化且实用的数字孪生技术，用于齿轮磨损监测和齿轮传动系统健康管理。该技术包括：基于实测数据的数字孪生模型搭建、孪生模型与实际物理测量的实时交互以及齿轮磨损进展下的齿轮箱剩余寿命预测。