服务于智能制造的智能检测技术探索与应用

史红卫，史 慧，孙 洁，白伟光

(北京航天测控技术有限公司，北京 100041)

服务于智能制造的智能检测技术探索与应用

史红卫，史 慧，孙 洁，白伟光

(北京航天测控技术有限公司，北京 100041)

为了促进工业4.0与“中国制造2025”战略在制造行业的实施，在智能制造体系中构建有效的控制层级与设备层级，促进车间状态数据与智能制造工艺流程的结合，文章提出了通过智能仪器与智能检测技术实现车间状态智能感知与工艺流程控制的方法，并探讨了智能仪器与智能检测技术在智能制造系统中新的应用模式，同时结合实际项目进行了数字化生产线改造与建设的创新实践，提出了满足智能制造要求的智能仪器与检测技术的发展方向；经项目实践验证，通过智能检测设备与智能仪器的应用，可有效促进智能制造系统中数据采集、智能感知的实现，并为整体工艺流程的智能决策提供有效的数据资源，是智能制造系统建立与完善的关键基础。

智能制造; 智能检测; 智能仪器

0 引言

先进制造技术已成为各国重振制造业，占领工业领先地位的法宝，也是一个国家国防力量的工业基础。当前，德国、美国、日本、英国相继提出了振兴制造业的规划与概念，并逐步在信息化、数字化、智能化等方面推广实施。2015年，国务院提出了“中国制造2025”战略，积极推动智能制造和互联网+融合发展战略。

由于各国的制造业基础各不相同，提出的高端制造业的实现途径也有所不同，美国倡导“工业互联网”以整合全球工业资源，德国希望将传统工业与信息技术深度融合以继续保持其装备制造业的全球领导地位，日本利用人工智能以解决劳动力断层并支持未来的工业智能化。无论是国外的实现思路，还是“中国制造2025”战略，核心都在于制造、产品和服务的全面交叉渗透，通过互联网、移动通信、大数据、云计算等多种技术与机器人、智能设备等实现产品、设备、人和服务的互联互通，在这个过程中，智能检测技术是进行设备连通、数据采集与交互的技术基础，也是智能制造实现过程中的关键途径。

在具体的实施过程中，智能生产、智能工厂、智能物流和智能服务是智能制造的四大主题，在智能工厂的建设方案中，智能装备是其技术基础，随着制造工艺与生产模式的不断变革，必然对智能装备中测试仪器、仪表等检测设备的数字化、智能化提出新的需求，促进检测方式的根本变化。检测数据将是实现产品、设备、人和服务之间互联互通的核心基础之一。智能制造对检测设备的数字化、智能化提出新的要求，新的智能检测技术、方法与理念必将推动智能仪器的突破与发展。

在智能检测技术方面，航天测控公司一直进行研究与探索，尤其是在智能仪器方面，取得了一定的技术成果，积累了丰富的实施经验。要全面进入智能制造领域，还需要深入研究，突破支撑智能制造产业发展的核心关键技术，发挥智能仪器及检测技术在智能制造中的支撑作用。

1 智能制造体系结构及原理

1.1 智能制造体系介绍

智能制造是一种全新的智能能力和制造模式，核心在于实现机器智能和人类智能的协同，实现生产过程中自感知、自适应、自诊断、自决策、自修复等功能。从结构方面，智能工厂内部灵活可重组的网路制造系统的纵向集成，将不同层面的自动化设备与IT系统集成在一起[1]。

参考德国工业4.0的思路，智能制造体系主要有三个特征：一是通过价值链及网络实现企业之间横向的集成；二是贯穿整个价值链端到端工程数字化集成；三是企业内部灵活可重构的网络化制造体系的纵向集成。本体系的核心是实现资源、信息、物体和人之间的互联，产品要与机器互联，机器与机器之间、机器与人之间、机器与产品之间互联，依托传感器和互联网技术实现互联互通。智能制造的核心是智能工厂建设，实现单机智能设备互联，不同设备的单机和设备互联形成生产线，不同的智能生产线组合成智能车间，不同的智能车间组成智能工厂，不同地域、行业和企业的智能工厂的互联形成一个制造能力无所不在的智能制造系统，这个制造系统是广泛的系统，智能设备、智能生产线、智能车间以及智能工厂自由的动态的组合，满足变化的制造需求[1]。

从系统层级方面，完整的智能制造系统主要包括下图中的5个层级，如图1所示，包括设备层、控制层、车间层、企业层和协同层。在系统实施过程中，目前大部分工厂主要解决了产品、工艺、管理的信息化问题，很少触及制造现场的数字化、智能化，特别是生产现场设备及检测装置等硬件的数字化交互和数据共享。智能制造可以从5个方面认识和理解，即产品的智能化、装备的智能化、生产的智能化、管理的智能化和服务的智能化，要求装备、产品之间，装备和人之间，以及企业、产品、用户之间全流程、全方位、实时的互联互通，能够实现数据信息的实时识别、及时处理和准确交换的功能。其中实现设备、产品和人相互间的互联互通是智能工厂的主要功能，智能设备和产品的互联互通、生产全过程的数据采集与处理、监控数据利用、信息分析系统建设等都将是智能工厂建设的重要基础，智能仪器及新的智能检测技术主要集中在产品的智能化、装备的智能化、生产的智能化等方面，处在智能工厂的设备层、控制层和车间层。

图1 智能制造系统层级

在智能制造系统中，其控制层级与设备层级涉及到大量测量仪器、数据采集等方面的需求[2]，尤其是在进行车间内状态感知、智能决策的过程中，更需要实时、有效的检测设备作为辅助，所以智能检测技术是智能制造系统中不可缺少的关键技术，可以为上层的车间管理、企业管理与协同层级提供数据基础。

1.2 智能制造体系对智能检测的需求分析

产品的智能化、装备的智能化、生产的智能化是智能工厂的重要基础，智能装备和智能终端的普及以及各种各样传感器、智能仪器等各种智能硬件的使用，是智能生产线、智能车间、智能工厂互通互联的硬件基础。

智能装备是指在其基本功能之外具有数字通信和配置、优化、诊断、维护等附加功能和装置，一般具有感知、分析、推理、决策、控制能力，是先进制造技术、信息技术和智能技术的集成和深度融合。智能工厂中用于检测的仪器仪表应具有智能设备的基本属性，也是智能检测技术的具体实现。

智能仪器在通常仪器的功能基础上，须具有数据采集、储存、分析、处理、控制、推理、决策、传输和管理等多项功能[2]。智能仪器是计算机与测量控制技术结合的产物，是含有微型计算机或微型处理器的测量仪器，拥有对数据的存储运算逻辑判断及自动化操作等功能。智能仪器的出现扩展了仪器的应用范围，也为智能制造奠定了基础。

在实际的智能制造体系建设过程中，系统对智能检测技术的需求主要有3个方面：一是智能制造对其中的测试仪器、监测仪表等智能化装备的数字化、智能化提出新的需求，检测数据是实现产品、设备、人和服务之间互联互通的核心要素，要求检测仪器除了正常的测量功能外，增加采集、储存、分析、处理、控制、推理、决策、传输和管理等多种功能，从而实现各个系统间的智能联通。二是智能制造中的一些监测，从原有的离线式的集中检测转变为嵌入到生产线内部、生产设备之中、不同类型的检测终端之中，检测系统与模块需要嵌入到智能化的制造系统之中，这对分布式的实时的检测技术提出了新的要求。三是作为整体的智能制造系统，智能化无人工厂，对生产系统的在线监控、故障诊断、故障预测与健康状态等方面提出了更高的要求。这要求智能检测技术与相关的产品不断完善与改进，以促进智能制造体系的建设[3]。

2 技术基础

在智能制造领域，尤其是针对智能检测的技术研究方面，测控公司一直在结合实际项目进行研究，并具有了一定的基础。作为测试技术开发及测试装备研制的专业化公司，测控公司主要从事基础测试测量、软件及信息化、通用测试与诊断三大业务方向，并陆续为我国的高速铁路机车、国产大飞机等提供了数字化生产线改造和健康管理及预测等智能服务，特别是在智能仪器开发、工业自动化控制、数字化生产线改造与建设、数字化车间管理、数字化靶场建设、故障诊断与健康状态管理等方面形成领先技术优势，为拓展智能制造产业奠定基础。

《国家智能制造标准体系建设指南(2015年版)》发布的智能制造系统架构由生命周期、系统层级和智能功能三个维度构成[3]，产品生命周期由设计、生产、物流、销售、服务等一系列相互联系的价值创造活动组成的链式集合，智能制造体系贯穿于产品生命周期全过程。测控公司在产品全寿命周期活动过程中提供的智能产品和服务如图2所示。

图2 产品全寿命周期活动过程中提供的智能产品和服务

随着为制造业用户的深入服务和工程实践，测控公司部分技术、产品不断完善，在智能制造系统的五个层级中，产品逐渐涵盖了智能生产设备层、控制层和车间层，主要包括智能仪器/仪表、DCS+控制器、数据采集与监控平台、数据处理与管理、工艺智能管理与控制系统、PHM服务平台、IPV6测试、智能检测机械手等。

2.1 装备的智能化——智能设备

1)智能无线数字多用表：作为生产制造车间测量、测试的主要工具，基于任务的便携式测试设备，具有数据采集、存储、处理、发送功能，数据能自动与调试任务对应，替代人工填写作业模式，提升调试数字化水平。智能无线数字多用表可辅助构建交互式远程故障处理平台，实现调试故障的实时处理与排除，实现外场调试和现场保障的远程支持，如图3所示。

图3 智能无线多用表应用模式

2)机车故障跟踪记录仪：在轨道交通装备的试验、运行过程中，需要对其数据进行实时的记录与分析，为车辆状态评估与分析提供基础，本设备可对运行机车中的电压等被测信号进行实时跟踪记录，及时发现故障并记录故障发生情况的详细数据，能够记录机车运行全生命周期的数据，便于后期进行详细分析，排查故障原因，如图4所示。

图4 机车故障跟踪仪

3)智能平板仪器及PXI嵌入控制器：PXI智能平板仪器凭借其独具的便携、智能化等产品优势，可快速、便捷的搭建各种便携专用测试检测平台，并成功应用于美国波音公司民用飞机地面振动测试以及飞行颤振试验中。PXI嵌入控制器产品获2015年中国自动化领域十大用户信赖产品，广泛应用于智能测试与控制系统。PXI和PXI-E两项技术规范获国家标准。

4)机器视觉与感知处理设备：通过对在制品的图像进行扫描式采集与分析，结合后台知识库对特征状态进行判定，从而对在制品的质量状态进行确认，提高复杂特征检测的效率，减少人为操作。本系统可以通过可见光、红外、激光等方式进行状态数据的采集与分析，满足不同应用环境、工作模式下的智能感知[4]。

5)智能检测机械手：集成了精密机械传动系统、视觉系统以及伺服控制系统等子系统，通过电路板故障诊断系统生成故障集，获取PCB图中待测点的相对坐标，通过视觉系统实现待检测电路板绝对位置坐标的精确定位，从而实现对电路板智能化诊断。该机械手可拓展应用于检测、焊接、切割、搬运、探伤、分类、装配、贴标、喷码、喷涂等工业领域。

2.2 生产的智能化——智能生产

1)工艺智能管理系统：面向大型复杂装备的生产、调试、检修等环节，构建工艺智能管理系统，结合实际业务需求，实现关键工艺环节的设计、监控、排程与优化，同时结合底层设备反馈数据进行工艺状态的实时分析，以工艺过程信息为基础，构建智能决策系统，确保生产过程中工艺执行过程的效率与质量。

2)车间设备状态采集系统：本系统的核心是单机智能设备的互联，不同类型和功能的智能单机设备的互联组成智能生产线，以车间工艺管理需求为基础，实现工艺执行过程中车间设备状态的实时采集与事件驱动的采集[5]，为车间工艺过程执行与调整提供底层数据支撑。

3)集散控制系统(DCS)：UN2K-DCS集散控制系统是公司自主研制的具有先进智能预测控制功能的全集成新一代工业自动化控制系统。其充分利用当今网络互联技术、电子技术、信息技术、工业自动化智能预测控制技术以及仿真技术等最新成果，广泛应用于化工、电力、机械等行业，适用于复杂多变的工业自动化生产过程，特别对多变量、强耦合、非线性、大时滞控制对象具有很好的控制效果。系统采用先进的冗余设计技术可有效保证系统长时间稳定运行，同时具备良好的开放性、可扩展性、可伸缩性设计，帮助用户提高生产效率和产品质量，助力管理水平提升。

2.3 服务的智能化——智能服务

1)预防性维修与服务：通过对设备运行状态数据的实时采集，采用故障诊断、故障性能预测、健康状态评估和寿命预测等技术，实现了设备运行状态的有效监控和评估。

2)交互式电子手册：提供一套通用的交互式电子技术手册管理、创编与浏览平台，支持遵循GJB6600/S1000D/MIL87268标准规范对技术资料进行描述，实现传统纸质资料的电子化，通过文字、图形、视频、三维等技术手段使装备训练、排故、维修等业务过程更为可视化、形象化。

3)装备健康管理大数据云平台：为装备试验和保障单位提供一个能够对海量数据进行分布式存储、处理和分析的框架，从而可以更快、更准、更稳的从各类繁杂无序的海量数据中洞察装备健康状态。

4)训练服务：以可视化仿真、半实物仿真、交互式训练、训练智能管理等现代技术手段，构建一体化综合教学训练仿真系统。消除传统训练过程中实物、场地、经费、安全性等因素的限制，便于参训人员快速适应真实环境，提高训练效率，节省训练经费投入。

5)智慧靶场：运用智能感知、大数据、关联分析、建模仿真、态势感知等技术手段，感测、分析、整合、优化靶场运行过程中的各项关键信息，对部队训练、装备试验、军事研究、技术保障等需求做出快速响应，可提高靶场的运行和管理效率，能够实现靶场范围内人、事、物的互联互通，海量数据的依存分析，按需呈现的智能决策，试验计划的自主定制，试验过程的虚实结合和试验资源的智能管控等功能。

3 基于智能检测技术的创新实践

在智能制造实践方面，航天测控公司基于智能检测技术与相关的产品，成功地将基础测试测量设备、软件及信息化、通用测试与诊断设备等引入国家重点行业，实现了轨道车辆数字化生产车间建设、大型客机实时监控与故障诊断系统开发、数字化车间控制系统改造。

3.1 轨道车辆数字化生产车间

针对我国现有的高速轨道车辆在生产装配、试验调试、外场检修等方面的需求，以工艺智能管理与控制系统为基础，研制了适用于铁路机车行业的数字化车间系统。一方面通过对生产过程数据的标准化管理、图形化配置和调试过程的实时监控实现了对轨道车辆生产过程的精益管控，另一方面通过提供标准接口，实现与机车外接设备的实时通信和控制，从而实现高速轨道机车调试的可知、可控、可管，为项目管理及计划制订提供支持[6]。

本系统涵盖轨道车辆的生产、调试与检修3个典型环节，分别运行在车辆供应商、车辆主机厂与车辆运营维护方，可以有效提高车辆分系统装配过程的效率与质量，并将整车调试检测任务进行数字化管理，结合智能设备的状态采集，提高调试过程中的数据获取效率，确保调试质量，同时以生产调试数据为基础，构建车辆履历信息，并应用于车辆检修站，实现检修过程的数字化改造，提高检修效率。

本系统在车辆主机厂的应用涵盖了生产、调试等工艺环节，实现了信息化管理平台、智能检测仪器、便携式仪表、数据采集仪器的综合应用，将智能检测技术贯穿于车辆的调试、试验工艺流程中，并以自动检测、智能检测的理念为基础，将整车调试的时间由两周减少至一周，并改变了车辆状态分析与故障处理的模式，优化了调试数据管理、质量管理方式，实现调试工艺流程与厂内ERP、PLM系统的对接，支撑整体数字化工厂的建设。

图5 数控机床联网与管理

3.2 大型客机实时监控与故障诊断系统

大型客机实时监控与健康管理系统是为某大型客机生产单位建设的一套客户服务支持系统，该系统的目标是建立基于状态的维修(CBM)能力。本系统具备飞机实时监控功能、故障诊断功能、健康预测功能、健康管理功能，将用于监控飞机状态，并对飞机各系统进行长期的趋势分析，从而对飞机的健康状态进行预测和管理。

3.3 数字化车间控制系统改造

以UN2K-DCS系统平台为基础，采用分布式控制系统技术，实现厂区内多条塑料管生产线的工艺过程生产控制、状态监测，消除了原有生产线的信息孤岛问题，实现了厂区生产线的互联化和信息化，优化了现场操作的控制方式，实现了中控室集中监控，提升了某聚乙烯管材车间的自动化管理水平；可对关键生产数据实施监测和历史查询，并结合工艺条件实现故障预警和相关数据统计分析，帮助用户优化生产工艺，实现节能降耗和提质增效[7]。

4 智能检测技术发展方向

在智能制造相关技术快速发展的环境下，我们需要认真分析智能仪器及测试技术在智能制造中的地位，深入思考智能仪器及测试技术在智能工厂建设中的作用。这是推动智能工厂建设的一项重要工作，需要提出智能仪器新的功能需求和测试技术发展的新方向，寻求智能仪器及测试技术在智能制造中新的应用前景。同时开展智能仪器、智能检测技术、PHM在智能制造中的应用、试验与测试数据管理等核心技术的深入研究，扩大工程应用，积累经验，提升技术支撑能力。主要发展方向包括以下几点：

1)智能仪器功能设计与标准研究。

按照工业4.0标准体系要求，加强智能仪器功能设计和标准制定的深入研究，系统解决制约智能传感器和智能仪器研发、设计、材料、工艺、检测和产业化等关键问题，研制生产出能满足智能制造和智能工厂要求的智能传感器和智能仪器产品，积极推广数字化生产线改造、智能单元及智能车间建设等项目中的应用[5]。

微型化、智能化、多功能化、网络化将是智能仪器的主要发展方向[8]。研制具有数据采集、储存、分析、处理、控制、推理、决策、传输和管理等多项功能于一体的智能仪器。研制体积小、功耗小、功能强，能够嵌入在生产设备、智能生产线上，便于灵活配置，能够提供面向移动互联的应用和程控操作接口，具有操作自动化、自测试、自学习、自诊断和数据自处理、自发送等功能的智能仪器，实现测量过程的智能化。同时积累经验、锻炼队伍，加入到智能制造和智能工厂建设的大军中，打造智能制造技术竞争优势，为中国制造2025战略的实施做出贡献。

2)针对离散行业进行智能制造解决方案的研究。

离散制造行业对底层生产环节中的智能化要求较高，其生产线、装配线往往处于高效运转、持续工作的状态，各种设备所产生、采集与处理的数据量也比较大，这给智能检测技术提出了更高的要求，不仅需要实现设备状态的检测与数据采集，更需要结合完整的工艺流程和业务需求，进行数据的融合与分析，为整体的智能制造系统提供完整的解决方案，以工艺管理信息化平台、智能仪器、自动化试验设备、PHM等技术为基础，不断完善产品体系，为离散行业的智能制造模式提供思路与产品。

3)智能检测技术方面。

将原有的离线集中式检测逐步转变为嵌入到生产线内部、分布于智能设备内部、嵌入在生产线检测终端的实时测试方式，测试数据自动记录、存储、处理和管理。将智能测试技术与智能生产线的构建相结合，通过在生产线中引入红外/激光/可见光等机器视觉目标定位测试技术、可变接口的智能测试适配技术、分布式实时测试采集技术、非接触方式检测技术、自动化测试控制技术等，实现实时测试[9]。开展满足智能制造要求的支撑性测试技术研究，进行分布式协同测试软件开发。

4)PHM故障预测与健康状态管理技术。

该技术是为了满足自主保障、自主诊断的要求提出来的，是基于状态的实时视情维修发展起来的，在智能制造系统中，可以结合本技术进行装备的状态分析与管理，实时发现生产、试验等环节的问题，并能够从工业互联网的角度去看待智能设备、智能生产运营，强调资产设备中的状态感知、数据监控与分析、监控设备健康状况、故障频发区域与周期、预测故障发生，从而大幅度提高运行维修效率，是密集应用大数据的智能制造系统维护和智能工厂建设的重要工具[10]。在实际应用中，主要体现在生产系统状态识别、在线监控、定量分析、健康状态分析、设计工艺优化等方面。

5)试验与测试数据管理技术研究。

将试验与测试数据的采集、处理、管理和应用与产品数据管理紧密结合。在产品全生命周期管理中，试验与测试数据被记录、传输、处理和加工，深入挖掘和分析试验与测试数据，为改善产品的需求分析和产品设计提供实 际的数据支撑，为个性化的产品的定制服务提供基础条件。

5 总结

智能制造系统的实施是一个循序渐进的过程，既要依赖物联网、大数据、移动互联和机器人等先进技术的发展，又要基于企业的实际情况。新的智能工厂建设，按照工业4.0的要求高起点、高标准建设；对传统工厂，要根据企业实际和产品需求，合理规划，分步实施，逐步改造到位。从而逐步实现智能单元、智能车间、智能工厂与智能制造系统，同时推进数字化升级、装备智能化升级、工艺流程优化、精益生产与管理、基础数据共享、可视化管理、智能物流和远程诊断维护等升级改造工作，推动企业全业务流的智能化整合与改造升级[11]。

智能工厂建设是一项复杂的系统工程，智能仪器及测试技术作为智能工厂建设中一个重要方面，需要集成智能制造其他相关方的技术、产品及解决方案，构建完整的智能制造体系[12]。测控公司依托现有的技术基础和项目经验，将继续深入研究智能制造关键技术，一方面进行智能工厂、智能生产线、智能制造单元的规划、建设与改造；另一方面以智能检测设备、控制系统、PHM、试验与测试数据管理、定制化中国企业MES等为突破口，研制智能生产线需要的智能检测设备和数字化管理系统，参与高速铁路机车、民用大飞机、机床等重点制造行业的智能制造示范工程建设，积累经验，创造业绩，为智能制造产业的拓展做出贡献。

[1] 蔡 敏. 面向复杂产品的数字化装配系统体系结构[J]. 计算机集成制造系统，2013，19(11):2757-2764.

[2] 张映锋，赵 滨，孙树栋，等.一种基于物联技术的制造执行系统实现方法与关键技术研究[J].计算机集成制造系统，2012，18(12): 2634-2642.

[3] 赵千千. 基于编译实现微线程的故障检测机制关键技术研究[D]. 哈尔滨：哈尔滨工业大学,2012.

[4] 黄年龙. 智能检测仪中微弱信号处理方法的研究[D]. 南京：南京理工大学,2013.

[5] 周文举. 基于机器视觉的在线高速检测与精确控制研究及应用[D]. 上海：上海大学,2014.

[6] 刘大为,郭 进,王小敏,等.中国铁路信号系统智能监测技术[J].西南交通大学学报,2014,48(5):904-912.

[7] 陈 珊,王太勇,王国锋,等.机械设备智能诊断与预测维修系统[J].西南交通大学学报,2003,38(5):540-543.

[8] 张宝珍, 曾天翔. 先进的故障预测与状态管理技术[J]. 测控技术, 2003, 22(11): 4-6.

[9] 徐飞亮. 智能检测装备的高速通讯鲁棒性研究[D]. 杭州：浙江大学,2013.

[10] 邓志伟. 一种智能仪器远程控制管理系统解决方案[D]. 北京：北京交通大学,2011.

[11] 姚锡凡，于 淼，陈 勇, 等. 制造物联的内涵、体系结构和关键技术[J]. 计算机集成制造系统，2014，20(1):1-10.

[12] 藤召胜，罗隆福，童调生.智能检测系统与数据融合[M].北京：机械工业出版社,2000.

Exploration and Application of Intelligent Inspection Technology Served for Intelligent Manufacturing System

Shi Hongwei, Shi Hui, Sun Jie, Bai Weiguang

(Beijing Aerospace measurement & control CORP, Beijing 100041,China)

In order to promote the implementation of the Industrial 4.0 and the “Chinese manufacture 2025” in the field of manufacturing, and establish the effective level of control and equipment in the intelligent manufacturing system. It also promotes the combination of workshop status data and the intelligent manufacturing technology flow. This article presents a method of workshop status detection and technology flow control based on intelligent instruments and intelligent inspection technology. This article also made discussion about the new application mode in the intelligent manufacturing system of intelligent instruments and intelligent inspection technology, the innovative practice has made with the actual project of digital production line transformation，and pointed out the development direction of intelligent instrument and intelligent inspection technology which can satisfy the requirement of intelligent manufacturing system. It has been verified by the actual projects that the use of intelligent instruments and intelligent inspection technology can effectively improve the process of data acquisition and intelligent status perception, it can provide the data resource for intelligent decision making in the technology process, intelligent instruments and intelligent inspection technology will be the key foundation of the intelligent manufacturing system.

intelligent manufacturing; intelligent inspection; intelligent instrument

2016-12-13；

2016-12-20。

史红卫(1966-)，男，研究员，主要从事通用测试与故障诊断、智能仪器与智能检测技术、PHM、智能制造等方向的研究。

1671-4598(2017)01-0001-04

10.16526/j.cnki.11-4762/tp.2017.01.001

TP3

A