2025年3月31日,“2025工程机械绿智生态创新大会”在北京盛大举行。这是一场意义非凡的行业盛会,聚焦于“绿智”“生态”“创新”三大关键词,为工程机械行业的可持续发展描绘了清晰的蓝图。“绿智”,即绿色与智能的深度融合,代表着工程机械行业在节能减排、低碳环保的基础上,通过智能化技术提升设备性能与工作效率,实现产业升级与可持续发展;“生态”则强调行业倡导构建绿色供应链,打造可持续发展的产业生态系统;而“创新”是驱动行业变革的核心动力,涵盖技术创新、产品创新、商业模式创新等多个层面,为工程机械行业注入源源不断的活力,助力企业在激烈的市场竞争中脱颖而出。
在大会备受瞩目的“技术前瞻”板块上,上海交通大学教授、博士生导师刘成良发表了题为《大型工程机械装备健康监测与智能运维》的精彩主题演讲。

上海交通大学教授、博士生导师 刘成良
工程机械装备需从传统自动化向智能控制转型,其核心在于部署具备AI芯片的智能终端。刘成良表示,大型工程机械装备健康监测与智能运维技术近年来取得了显著进展,核心技术聚焦于数据驱动与人工智能融合创新。
以隧道掘进装备为例,通过构建智能感知终端与云端协同的运维体系,实现了对隧道掘进机十二大感知子系统的实时监测。这些子系统涵盖拼装机、刀盘检测、液压动力等关键部位,利用多模态高频采样技术采集振动、温度、压力等信号,并通过边缘计算进行初步处理,有效减轻了数据传输压力。
上海交大与企业合作研发的“ARM+GPU+AI模型”智能感知终端可满足复杂工况下的监测需求,且该技术已在中铁装备和铁建重工的掘进机中实现国产化替代,打破了国外技术垄断。目前已知的掘进机远程智能运维服务平台可为遍布全球130余台掘进机提供了健康监测、风险预警、安全控制、维修调度等远程运维服务。
在关键部件的试验研究方面,刘成良分享到,行业目前已建立涵盖液压系统、主驱密封、泥浆环流等部件的缩比实验台。通过等效载荷谱性能测试与加速寿命试验,为构建涵盖18大类工程机械产品、500余种关键零部件、模型精度≥95%的行业失效机理模型库提供更为丰富的大数据支撑。

人工智能技术的演进在工程机械行业正朝着更高维度的方向发展,刘成良详细例举了部分国内工程机械行业企业在人工智能上的合作应用案例。
其中,三一集团基于C/S与B/S混合架构打造的混凝土泵车智能系统,依托GPS/GIS/GPRS集成技术实现数据全链路采集,可对泵送压力、臂架姿态等关键参数实施毫秒级监控。徐工机械推出的“重型机械云”平台整合十余年设备运行数据,构建起起重机从整车到零部件的三级载荷谱模型,显著提升结构安全评估精度。中联重科针对起重车液压系统开发出故障特征分析算法,攻克了多源异构数据实时传输与精准诊断的技术瓶颈。
当前全球工程机械装备领域已形成以智能化监测为核心的技术体系,多家龙头企业开发出各具特色的远程运维平台。
刘成良指出,未来工程机械智能运维将向“感知—决策—执行”全闭环方向不断深化,推动工程机械装备的管理进入自主进化新阶段,而校企合作可为企业构建完善数据闭环的实验平台提供关键性支撑。
2025 CM GIEI丨刘成良:大型工程机械装备健康监测与智能运维
匠客工程机械 评论(0)
来源:匠客工程机械
2025年3月31日,“2025工程机械绿智生态创新大会”在北京盛大举行。这是一场意义非凡的行业盛会,聚焦于“绿智”“生态”“创新”三大关键词,为工程机械行业的可持续发展描绘了清晰的蓝图。“绿智”,即绿色与智能的深度融合,代表着工程机械行业在节能减排、低碳环保的基础上,通过智能化技术提升设备性能与工作效率,实现产业升级与可持续发展;“生态”则强调行业倡导构建绿色供应链,打造可持续发展的产业生态系统;而“创新”是驱动行业变革的核心动力,涵盖技术创新、产品创新、商业模式创新等多个层面,为工程机械行业注入源源不断的活力,助力企业在激烈的市场竞争中脱颖而出。
在大会备受瞩目的“技术前瞻”板块上,上海交通大学教授、博士生导师刘成良发表了题为《大型工程机械装备健康监测与智能运维》的精彩主题演讲。
上海交通大学教授、博士生导师 刘成良
工程机械装备需从传统自动化向智能控制转型,其核心在于部署具备AI芯片的智能终端。刘成良表示,大型工程机械装备健康监测与智能运维技术近年来取得了显著进展,核心技术聚焦于数据驱动与人工智能融合创新。
以隧道掘进装备为例,通过构建智能感知终端与云端协同的运维体系,实现了对隧道掘进机十二大感知子系统的实时监测。这些子系统涵盖拼装机、刀盘检测、液压动力等关键部位,利用多模态高频采样技术采集振动、温度、压力等信号,并通过边缘计算进行初步处理,有效减轻了数据传输压力。
上海交大与企业合作研发的“ARM+GPU+AI模型”智能感知终端可满足复杂工况下的监测需求,且该技术已在中铁装备和铁建重工的掘进机中实现国产化替代,打破了国外技术垄断。目前已知的掘进机远程智能运维服务平台可为遍布全球130余台掘进机提供了健康监测、风险预警、安全控制、维修调度等远程运维服务。
在关键部件的试验研究方面,刘成良分享到,行业目前已建立涵盖液压系统、主驱密封、泥浆环流等部件的缩比实验台。通过等效载荷谱性能测试与加速寿命试验,为构建涵盖18大类工程机械产品、500余种关键零部件、模型精度≥95%的行业失效机理模型库提供更为丰富的大数据支撑。
人工智能技术的演进在工程机械行业正朝着更高维度的方向发展,刘成良详细例举了部分国内工程机械行业企业在人工智能上的合作应用案例。
其中,三一集团基于C/S与B/S混合架构打造的混凝土泵车智能系统,依托GPS/GIS/GPRS集成技术实现数据全链路采集,可对泵送压力、臂架姿态等关键参数实施毫秒级监控。徐工机械推出的“重型机械云”平台整合十余年设备运行数据,构建起起重机从整车到零部件的三级载荷谱模型,显著提升结构安全评估精度。中联重科针对起重车液压系统开发出故障特征分析算法,攻克了多源异构数据实时传输与精准诊断的技术瓶颈。
当前全球工程机械装备领域已形成以智能化监测为核心的技术体系,多家龙头企业开发出各具特色的远程运维平台。
刘成良指出,未来工程机械智能运维将向“感知—决策—执行”全闭环方向不断深化,推动工程机械装备的管理进入自主进化新阶段,而校企合作可为企业构建完善数据闭环的实验平台提供关键性支撑。
敬请关注 《工程机械与维修》&《今日工程机械》 官方微信
更多精彩内容,请关注《工程机械与维修》与《今日工程机械》官方微信