基于大数据的旋转机械状态预测、故障诊断与寿命预测。

科研项目：                                  

重庆市自然科学基金项目“风电机组智能健康管理关键技术研究(cstc2015zdcv-ztzx70012) ”

工信部高性能船舶项目“海上风电场智能控制及管理平台研制（MC-202025-S02）”

国家重点研发计划“大型海上风电机组及关键部件优化设计及批量化制造、安装调试与运行关键技术（2018YFB1501300）”

发表论文：

(1)    Yili Wang; Caichao Zhu; Yao Li; Jianjun Tan ; Maximizing the total power generation of faulty wind turbines via reduced power operation, Energy for Sustainable Development , 2021, 65: 36-44.

(2) Yili Wang; Caichao Zhu; Yao Li; Jianjun Tan ; The effect of reduced power operation of faulty wind turbines on the total power generation for different wind speeds, Sustainable Energy Technologies and Assessments , 2021, 45: 101178.

(3) 王屹立; 朱才朝; 朱永超 ; 多信号融合的风电齿轮箱异常状态检测, 太阳能学报 , 2021, 42(5):380-386.

(4) Yongchao Zhu; Caichao Zhu; Jianjun Tan; Yili Wang; Jianquan Tao ; Operational state assessment of wind turbine gearbox based on long short-term memory networks and fuzzy synthesis, Renewable Energy , 2022, 181: 1167-1176.

(5) 朱永超; 朱才朝; 宋朝省; 王屹立; 杨妍妮 ; PCA-PSO/GS-SVM组合方法在风电齿轮箱故障预测中的应用研究, 太阳能学报 , 2021, 42(3): 35-42

专利：

(1) 朱才朝; 王屹立; 鲁炯; 朱永超 ; 基于Bp神经网络的信号融合风机状态预测方法, 2018-08-07, 中国, CN201810888740.1.

(2) 朱才朝; 鲁炯; 王屹立; 朱永超 ; 一种风机制动系统卡缸故障诊断方法, 2021-05-18, 中国, CN201810888737.X .

(3) 朱才朝; 鲁炯; 王屹立; 朱永超 ; 基于小波神经网络的风机齿轮箱故障趋势预测方法, 2018-12-06, 中国, CN201811485688.1.

(4) 谭建军; 谭勇; 朱才朝; 朱永超; 王屹立; 冉峯; 宋朝省 ; 一种风电场群组健康状态评估方法, 2022-01-27, 中国, CN202210101962.0.