严谨科研 争做机械故障的预言家

　　近代工业是从手工业发展起来的。18世纪兴起的第一次产业革命，使机器和机器体系取代了手工劳动而成为近代大工业的技术基础。机器的广泛使用，必然要求用机器生产机器。当近代机器制造业兴起，从而将机械化生产推广到了工业的各个部门，促进了能源产业、原料工业以及国民经济其他部门的发展，人们对机械的要求越来越高。如何延长机械的寿命、如何使机械的质量越来越好？这是一个一直被讨论的话题。来自重庆大学的余文念一直致力于机械设备故障诊断和寿命预测的研究，用严谨的科学态度，稳扎稳打努力前行。

　　差之毫厘，谬以千里的真谛

　　齿轮传动是最重要而且应用最广的机械传动。齿轮传动系统的工作状态复杂，不仅存在着由原动机和负载方面引入的外部激励，而且也会出现由时变啮合刚度、齿轮传动误差和啮入啮出冲击所引起的内部激励。此外，齿轮传动过程中齿轮局部故障也会严重影响齿轮系统的动态响应。针对这些问题，余文念首次提出了重载齿轮系统在啮入啮出存在角接触和轮齿修形耦合激励的解析模型，并利用传统的数值计算方法验证了该模型的正确性；研究了偏心齿轮系统的动力耦合项对齿轮离心惯性力的影响，指出在某些情况下不能忽略动力耦合项的影响，推导了变位圆柱正齿轮的反向时变啮合刚度的计算方法，并以此建立了齿轮传动的非对称时变啮合刚度模型，分析了非对称刚度模型对轻载齿轮传动动态响应的影响。在实验探究的过程中，余文念一直谨小慎微，在细节中取胜。他一直坚信态度严谨是成功的开端。严谨，是做人、做事的一种规范，是规矩的表现；严谨，好比沉重的大门微启，紧锁的窗棂轻开；严谨，带给人的是稳健、踏实、厚重而有牢靠感；严谨，往往与细致牵手而行，与周全相伴而生。严谨的人因为一丝不苟而让人无懈可击、无机可乘。人需要严谨，常常照照镜子，看看自己，但不必拘谨，要大胆去闯，大胆去干。只有抱着严谨的态度，放开手脚，不加拘谨，才能真正干事创业，有所作为。余文念深知严谨的重要性，兢兢业业，不敢有一丝怠慢。正是这种态度，让他深深地明白：在科研中，差之毫厘，谬以千里的真谛。在实践中积累经验，他利用“切片法”提出了齿轮传动存在齿根空间裂纹时刚度激励的计算方法，将传统的分析对象从平面裂纹扩展至空间裂纹，并分析了齿根空间裂纹对轮齿塑性偏转变形和齿轮传递误差的影响；提出了圆柱齿轮存在局部剥落故障时的新动力学模型。在这过程中，他考虑到齿对的非线性类椭圆面接触及其与剥落故障的耦合作用，从而突破了以往的线接触模型并仿真了齿轮存在局部剥落故障时的动力学响应。经实验测量振动结果和仿真结果对比，一定程度上验证了该模型的正确性。

　　基于齿轮动力学的研究成果，他精进研究，将主要研究方向定为基于数据驱动模型的机械设备的状态监测和残余寿命的预测。当时主要研究对象为加拿大Checkfluid公司的数控车床车刀，余文念通过对车刀主切削面磨损的监测，建立对应的预警机制提醒工人及时换刀，提出一种定量算法确定如何从众多信号源的众多特征参数中提取对车刀加工状态敏感的最优监测参数集，通过对长短时记忆模型的训练来预测车刀的磨损量；首次建立了基于深度学习的双向递归神经网络自编码模型，提出利用该模型和基于相似性的残余寿命曲线匹配法则对机械设备的残余寿命进行预测。通过对NASA公开的航空发动机仿真数据和铣床加工实验测量数据的分析，取得较好预测精度。最有学问和最有见识的人总是很谨慎的。余文念一直严谨的工作，因为他想做最有学问的人。

　　严谨的态度展望未来

　　在大多数人看来，搞科研的就是每日守着实验室，整天与试管显微镜打交道。他们常常不苟言笑、老成持重，严肃不仅仅是他们对科研的态度，也慢慢融入了自己的性格。然而在行业里，余文念却是一位与众不同的科研人员，喜欢说、爱开玩笑、性格耿直成为了大家对他的印象。虽然和蔼可亲，也不失科研的严谨性。余文念自己很清楚：“工作氛围应该是轻松的，因为本身做科研就很枯燥；但是科研过程必须严谨，这两点是不矛盾的。”严谨是科研工作者必须遵守的最基本原则，也是科研工作者必须具备的素质。没有严谨的态度，就不可能有真正的科研成果。

　　2013年，在重庆大学毕业后，余文念前往加拿大女王大学深造。如果说6年的海外留学是他积累沉淀的时刻，帮助他培养了严谨科研的态度，那么，此时此刻回归母校，则是他纵情施展抱负的机会。“现在学校发展很快，而且科研氛围浓厚，硬件软件设施正在慢慢改善，相信在学校和老师的共同努力下，重庆大学的科研水平会再上一个台阶。”这次回归母校，余文念既兴奋又紧张。兴奋的是可以报答母校的培养之恩，紧张的是自己肩上的担子也在加重。余文念致力于齿轮动力学与机械设备状态监测与管理的研究，接下来，他除了完成正常的教学工作外，将继续齿轮动力学的研究。针对目前国际学术界的研究热点和难点之一——由齿轮引起的机械传动故障，余文念将开展齿轮传动系统内部激励源性质和机理研究，揭示齿轮内部非线性激励与外部振动响应特征之间的关系。同时，他将继续在机械设备故障预测和健康管理领域的研究。

　　“近年来，PHM技术得到越来越多的关注、研究和应用。寿命预测是PHM的的核心内容。现有的预测方法对大多数复杂、高可靠性的设备而言，获取其物理失效模型是十分困难甚至无法实现的，因此基于传感器监测数据的数据驱动方法逐渐获得重视并快速发展。将深度学习技术应用于原始或简单预处理的传感器数据，让算法自学习规律，掌握规律并实现决策或预测功能，减少人工干预和决策。”在余文念心里，未来的鸿景已经勾勒好了，接下来他要做的就是一步一步从头做起。