基于大數(shù)據(jù)分析的汽車機(jī)電系統(tǒng)預(yù)測(cè)維護(hù)與故障預(yù)防研究

摘要：基于大數(shù)據(jù)分析，探索了汽車機(jī)電系統(tǒng)預(yù)測(cè)維護(hù)與故障預(yù)防的方法。研究?jī)?nèi)容包括構(gòu)建預(yù)測(cè)維護(hù)模型和故障預(yù)防模型，并將其應(yīng)用于實(shí)際系統(tǒng)中。通過(guò)實(shí)施預(yù)測(cè)維護(hù)方案和故障預(yù)防措施，有效降低了故障發(fā)生率，提高了系統(tǒng)的可靠性。通過(guò)評(píng)估指標(biāo)的選擇和評(píng)估方法的應(yīng)用，對(duì)預(yù)測(cè)維護(hù)和故障預(yù)防的效果進(jìn)行了客觀評(píng)價(jià)。該研究為汽車機(jī)電系統(tǒng)的維護(hù)和運(yùn)維提供了科學(xué)的方法和指導(dǎo)。

關(guān)鍵詞：汽車機(jī)電系統(tǒng)；大數(shù)據(jù)分析；預(yù)測(cè)維護(hù)

中圖分類號(hào)：U472" 收稿日期：2023-06-21

DOI：10.19999/j.cnki.1004-0226.2023.12.033

1 汽車機(jī)電系統(tǒng)維護(hù)與故障預(yù)防的重要性

1.1 汽車機(jī)電系統(tǒng)的復(fù)雜性與關(guān)鍵性

汽車機(jī)電系統(tǒng)是現(xiàn)代汽車的核心組成部分，它包括發(fā)動(dòng)機(jī)、傳動(dòng)系統(tǒng)、電氣系統(tǒng)、懸掛系統(tǒng)等諸多關(guān)鍵組件。這些組件之間的協(xié)調(diào)運(yùn)作對(duì)汽車的性能和可靠性至關(guān)重要。然而，隨著汽車技術(shù)的不斷發(fā)展，機(jī)電系統(tǒng)變得越來(lái)越復(fù)雜，其中包含大量的傳感器、控制單元和各種連接器，這使得其維護(hù)和故障預(yù)防變得更加困難。因此，理解和預(yù)測(cè)機(jī)電系統(tǒng)的運(yùn)行狀態(tài)對(duì)于保證汽車的正常運(yùn)行至關(guān)重要[1]。

1.2 維護(hù)和故障對(duì)汽車性能和安全的影響

維護(hù)和故障對(duì)汽車的性能和安全有著直接的影響。定期的維護(hù)可以確保機(jī)電系統(tǒng)的正常運(yùn)行，避免出現(xiàn)潛在故障，提高汽車的性能和可靠性。如果忽視維護(hù)工作，機(jī)電系統(tǒng)中的某個(gè)關(guān)鍵組件可能會(huì)發(fā)生故障，導(dǎo)致汽車性能下降，甚至出現(xiàn)嚴(yán)重的安全隱患，如制動(dòng)失靈、動(dòng)力系統(tǒng)故障等。而故障的修復(fù)成本往往比定期維護(hù)的成本高得多，并且故障可能導(dǎo)致長(zhǎng)時(shí)間的車輛停機(jī)，給車主帶來(lái)不便和經(jīng)濟(jì)損失[2]。

1.3 維護(hù)和故障預(yù)防方法的局限性

許多維護(hù)和故障預(yù)防方法仍然依賴于基于規(guī)則和經(jīng)驗(yàn)的方式。這些方法往往是基于人工制定的規(guī)則和經(jīng)驗(yàn)判斷，缺乏科學(xué)的數(shù)據(jù)支持，容易受到主觀因素的影響。此外，由于機(jī)電系統(tǒng)的復(fù)雜性，很難設(shè)計(jì)出完備且準(zhǔn)確的規(guī)則，導(dǎo)致無(wú)法覆蓋所有潛在故障情況。傳統(tǒng)的維護(hù)計(jì)劃通?；诠潭ǖ臅r(shí)間間隔進(jìn)行，如每隔一定的里程或時(shí)間進(jìn)行維護(hù)。然而，這種方法忽視了不同車輛和使用情況之間的差異，可能導(dǎo)致過(guò)度維護(hù)或忽視了潛在的故障風(fēng)險(xiǎn)。此外，固定時(shí)間間隔的維護(hù)計(jì)劃并不能準(zhǔn)確預(yù)測(cè)機(jī)電系統(tǒng)的實(shí)際狀況和故障概率。雖然大數(shù)據(jù)分析在汽車行業(yè)已經(jīng)得到廣泛應(yīng)用，但目前仍存在數(shù)據(jù)采集和分析能力的局限性。獲取準(zhǔn)確、全面的機(jī)電系統(tǒng)數(shù)據(jù)仍然面臨一些挑戰(zhàn)，如數(shù)據(jù)源的可靠性、數(shù)據(jù)存儲(chǔ)和處理的效率等。同時(shí)，對(duì)于大規(guī)模數(shù)據(jù)的分析和挖掘也需要強(qiáng)大的計(jì)算能力和專業(yè)知識(shí)，這對(duì)于一些規(guī)模較小或資源有限的維修機(jī)構(gòu)來(lái)說(shuō)可能是一個(gè)難題[3]。

2 大數(shù)據(jù)分析在汽車機(jī)電系統(tǒng)中的應(yīng)用

a.大數(shù)據(jù)分析的概述與優(yōu)勢(shì)。大數(shù)據(jù)分析可以收集和處理多源、多類型的數(shù)據(jù)，如車輛傳感器數(shù)據(jù)、行駛記錄、維修記錄、供應(yīng)鏈數(shù)據(jù)等。通過(guò)綜合分析這些數(shù)據(jù)，可以獲得對(duì)機(jī)電系統(tǒng)的全面了解，發(fā)現(xiàn)隱藏的問(wèn)題和關(guān)聯(lián)性。大數(shù)據(jù)分析可以實(shí)時(shí)獲取和處理海量數(shù)據(jù)，實(shí)現(xiàn)對(duì)機(jī)電系統(tǒng)的實(shí)時(shí)監(jiān)測(cè)和預(yù)測(cè)。通過(guò)建立預(yù)測(cè)模型和算法，可以提前發(fā)現(xiàn)潛在故障和異常情況，采取相應(yīng)的維護(hù)和修復(fù)措施，避免系統(tǒng)故障對(duì)性能和安全造成的影響，可以揭示機(jī)電系統(tǒng)中的潛在價(jià)值和優(yōu)化機(jī)會(huì)。通過(guò)分析大量的數(shù)據(jù)，可以發(fā)現(xiàn)性能改進(jìn)的潛力、成本降低的機(jī)會(huì)，從而優(yōu)化維護(hù)計(jì)劃、零部件供應(yīng)鏈和生產(chǎn)流程，提高整體效率和效益[4]。

b.汽車機(jī)電系統(tǒng)中的大數(shù)據(jù)來(lái)源?，F(xiàn)代汽車配備了大量傳感器，可以實(shí)時(shí)收集車輛運(yùn)行狀態(tài)、發(fā)動(dòng)機(jī)溫度、油耗、剎車壓力等數(shù)據(jù)。車輛行駛過(guò)程中產(chǎn)生的數(shù)據(jù)，如行駛里程、行駛速度、加速度等，可以用于分析駕駛習(xí)慣、道路狀況對(duì)機(jī)電系統(tǒng)的影響。維修和保養(yǎng)過(guò)程中產(chǎn)生的數(shù)據(jù)，包括維修類型、更換零部件、故障代碼等信息。這些數(shù)據(jù)可以用于故障診斷和預(yù)防維護(hù)。涉及零部件采購(gòu)、交付和庫(kù)存管理的數(shù)據(jù)。這些數(shù)據(jù)可以用于優(yōu)化供應(yīng)鏈管理，確保及時(shí)供應(yīng)合格的零部件。

c.大數(shù)據(jù)分析在汽車機(jī)電系統(tǒng)中的應(yīng)用案例。通過(guò)大數(shù)據(jù)分析，可以建立機(jī)電系統(tǒng)的故障預(yù)測(cè)模型?；跉v史維修數(shù)據(jù)、車輛傳感器數(shù)據(jù)等，預(yù)測(cè)潛在故障的發(fā)生概率和時(shí)間窗口。同時(shí)，結(jié)合供應(yīng)鏈數(shù)據(jù)，優(yōu)化維修計(jì)劃，確保及時(shí)獲得合適的零部件和維修資源。分析大量零部件的使用數(shù)據(jù)和維修記錄，可以建立零部件的壽命預(yù)測(cè)模型。這有助于提前識(shí)別需要更換的零部件，進(jìn)行預(yù)防性維護(hù)，降低突發(fā)故障的風(fēng)險(xiǎn)。分析行駛記錄數(shù)據(jù)和車輛傳感器數(shù)據(jù)，可以評(píng)估駕駛員的行為習(xí)慣，如急加速、急剎車等?；谶@些數(shù)據(jù)，可以提供針對(duì)性建議，以減少對(duì)機(jī)電系統(tǒng)的磨損和故障風(fēng)險(xiǎn)。

3 汽車機(jī)電系統(tǒng)預(yù)測(cè)維護(hù)方法

3.1 預(yù)測(cè)維護(hù)的概念與原理

預(yù)測(cè)維護(hù)依賴于大規(guī)模數(shù)據(jù)的采集和實(shí)時(shí)監(jiān)測(cè)。汽車機(jī)電系統(tǒng)中的傳感器、控制單元和其他數(shù)據(jù)源收集車輛運(yùn)行狀態(tài)、溫度、振動(dòng)、電壓等各種指標(biāo)的數(shù)據(jù)。這些數(shù)據(jù)被持續(xù)采集并傳輸?shù)街醒霐?shù)據(jù)庫(kù)或云平臺(tái)，以供后續(xù)分析和建模使用。采集到的原始數(shù)據(jù)可能存在噪聲、缺失或異常值，需要進(jìn)行數(shù)據(jù)清洗和處理。這一步驟包括數(shù)據(jù)清洗、去除異常值、填補(bǔ)缺失值等操作，以保證后續(xù)分析的準(zhǔn)確性和可靠性。在數(shù)據(jù)處理階段，需要從原始數(shù)據(jù)中提取有用的特征。特征可以是各種指標(biāo)、統(tǒng)計(jì)量或派生變量，反映機(jī)電系統(tǒng)的狀態(tài)和性能。特征選擇是為了降低維度、去除冗余信息，并選擇對(duì)于故障預(yù)測(cè)具有最高預(yù)測(cè)能力的特征。

3.2 基于大數(shù)據(jù)分析的預(yù)測(cè)維護(hù)模型構(gòu)建

收集汽車機(jī)電系統(tǒng)相關(guān)的大量數(shù)據(jù)，包括傳感器數(shù)據(jù)、維修記錄、行駛記錄等。這些數(shù)據(jù)應(yīng)涵蓋多個(gè)方面，包括車輛運(yùn)行狀態(tài)、零部件狀況、維修歷史等。然后，對(duì)收集到的數(shù)據(jù)進(jìn)行清洗、整理和標(biāo)準(zhǔn)化，以確保數(shù)據(jù)的準(zhǔn)確性和一致性。在構(gòu)建預(yù)測(cè)模型之前，需要進(jìn)行特征工程來(lái)提取有意義的特征。這涉及選擇與機(jī)電系統(tǒng)狀態(tài)和故障相關(guān)的特征，并對(duì)其進(jìn)行轉(zhuǎn)換和組合。常見的特征工程方法包括統(tǒng)計(jì)特征提取、時(shí)間序列分析、頻域分析等[5]。根據(jù)預(yù)測(cè)任務(wù)的性質(zhì)和數(shù)據(jù)特征，選擇適當(dāng)?shù)念A(yù)測(cè)模型。常見的模型包括回歸模型（如線性回歸、多項(xiàng)式回歸）、決策樹、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等。利用歷史數(shù)據(jù)對(duì)所選模型進(jìn)行訓(xùn)練，調(diào)整模型參數(shù)，以獲得最佳的預(yù)測(cè)性能?？墒褂抿?yàn)證數(shù)據(jù)集對(duì)構(gòu)建的預(yù)測(cè)維護(hù)模型進(jìn)行評(píng)估，常見的評(píng)估指標(biāo)包括均方根誤差（RMSE）、平均絕對(duì)誤差（MAE）、準(zhǔn)確率、召回率等。通過(guò)評(píng)估模型的性能，可以對(duì)模型進(jìn)行調(diào)優(yōu)和改進(jìn)。

3.3 汽車機(jī)電系統(tǒng)預(yù)測(cè)維護(hù)實(shí)施與效果評(píng)估

在預(yù)測(cè)模型構(gòu)建完成后，需要將其實(shí)施到實(shí)際的汽車機(jī)電系統(tǒng)中。這涉及與車輛數(shù)據(jù)源的集成，確保實(shí)時(shí)數(shù)據(jù)的獲取和處理。同時(shí)，制定維護(hù)策略和計(jì)劃，基于預(yù)測(cè)結(jié)果確定維護(hù)時(shí)機(jī)和維護(hù)措施。根據(jù)預(yù)測(cè)維護(hù)方案，執(zhí)行相應(yīng)的維護(hù)措施。這包括定期檢查、更換零部件、調(diào)整參數(shù)等。在執(zhí)行過(guò)程中，需要準(zhǔn)確記錄維護(hù)操作、維護(hù)時(shí)間和維護(hù)結(jié)果，以便后續(xù)的效果評(píng)估。為評(píng)估預(yù)測(cè)維護(hù)的效果，需要選擇合適的評(píng)估指標(biāo)。常見的指標(biāo)包括故障率、故障前預(yù)警時(shí)間、維修成本、系統(tǒng)可靠性等。根據(jù)具體需求和目標(biāo)，選擇適當(dāng)?shù)闹笜?biāo)進(jìn)行評(píng)估。根據(jù)選定的指標(biāo)，使用實(shí)際維護(hù)記錄和預(yù)測(cè)模型的輸出結(jié)果進(jìn)行對(duì)比分析。通過(guò)對(duì)比實(shí)際發(fā)生的故障和預(yù)測(cè)的故障情況，評(píng)估預(yù)測(cè)的準(zhǔn)確性和及時(shí)性。同時(shí)，可以計(jì)算故障前預(yù)警時(shí)間和維修成本的減少程度，以量化預(yù)測(cè)維護(hù)的效果。

4 汽車機(jī)電系統(tǒng)故障預(yù)防方法

4.1 故障預(yù)防的概念與原理

故障預(yù)防的首要任務(wù)是對(duì)汽車機(jī)電系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和檢測(cè)。這可以通過(guò)傳感器、數(shù)據(jù)采集設(shè)備等來(lái)獲取系統(tǒng)運(yùn)行狀態(tài)、性能參數(shù)、溫度、振動(dòng)等相關(guān)數(shù)據(jù)。通過(guò)對(duì)這些數(shù)據(jù)的持續(xù)監(jiān)測(cè)和檢測(cè)，可以及時(shí)發(fā)現(xiàn)異常情況和潛在故障跡象。收集到的數(shù)據(jù)需要經(jīng)過(guò)數(shù)據(jù)分析和異常識(shí)別的處理，通過(guò)應(yīng)用數(shù)據(jù)分析技術(shù)和算法，可以識(shí)別出與正常運(yùn)行有所不同的模式或異常行為。這些異?？赡苁窍到y(tǒng)故障的先兆，通過(guò)準(zhǔn)確的異常識(shí)別可以提前采取措施進(jìn)行預(yù)防。

針對(duì)系統(tǒng)的異常情況，進(jìn)行故障原因分析和診斷是故障預(yù)防的關(guān)鍵步驟。通過(guò)分析異常數(shù)據(jù)和系統(tǒng)參數(shù)，確定導(dǎo)致異常的根本原因，這可能涉及對(duì)系統(tǒng)結(jié)構(gòu)、組件、零部件的分析，以及對(duì)故障模式和故障樹等技術(shù)的應(yīng)用。

基于故障原因的分析結(jié)果，制定相應(yīng)的維護(hù)措施和策略。這可以包括定期保養(yǎng)、更換零部件、調(diào)整系統(tǒng)參數(shù)、加強(qiáng)潤(rùn)滑和冷卻等。通過(guò)有效的維護(hù)措施和策略，可以修復(fù)潛在故障源，減少故障發(fā)生的可能性。

4.2 基于大數(shù)據(jù)分析的故障預(yù)防模型構(gòu)建

a.數(shù)據(jù)收集與準(zhǔn)備。首先，收集涵蓋汽車機(jī)電系統(tǒng)各個(gè)方面的大量數(shù)據(jù)，包括傳感器數(shù)據(jù)、維修記錄、工況數(shù)據(jù)等。這些數(shù)據(jù)應(yīng)涵蓋多個(gè)時(shí)間段和多個(gè)車輛。然后，對(duì)收集到的數(shù)據(jù)進(jìn)行清洗、整理和標(biāo)準(zhǔn)化，以確保數(shù)據(jù)的準(zhǔn)確性和一致性。

b.特征提取與選擇。從收集到的數(shù)據(jù)中，提取與故障預(yù)防相關(guān)的特征。這涉及使用數(shù)據(jù)分析和特征工程技術(shù)，選擇能夠表示系統(tǒng)狀態(tài)和故障跡象的特征。常見的特征包括振動(dòng)特征、溫度特征、頻譜特征等。同時(shí)，通過(guò)特征選擇技術(shù)，選擇最具預(yù)測(cè)能力的特征，以減少模型復(fù)雜性和提高預(yù)測(cè)性能。

c.模型選擇與訓(xùn)練。根據(jù)預(yù)測(cè)任務(wù)的性質(zhì)和數(shù)據(jù)特點(diǎn)，選擇適當(dāng)?shù)墓收项A(yù)防模型進(jìn)行構(gòu)建。常見的模型包括決策樹、隨機(jī)森林、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等。使用歷史數(shù)據(jù)對(duì)所選模型進(jìn)行訓(xùn)練和調(diào)優(yōu)，以得到具有較好預(yù)測(cè)能力的模型。

d.模型評(píng)估與驗(yàn)證。利用驗(yàn)證數(shù)據(jù)集對(duì)構(gòu)建的故障預(yù)防模型進(jìn)行評(píng)估，使用合適的評(píng)估指標(biāo)（如準(zhǔn)確率、召回率、F1值等）來(lái)衡量模型的性能。通過(guò)評(píng)估結(jié)果，可以了解模型的預(yù)測(cè)準(zhǔn)確性和可靠性，并對(duì)模型進(jìn)行改進(jìn)和優(yōu)化。

e.故障預(yù)警與決策支持。在實(shí)際應(yīng)用中，將構(gòu)建的故障預(yù)防模型應(yīng)用于實(shí)時(shí)數(shù)據(jù)流，實(shí)現(xiàn)故障預(yù)警和決策支持。通過(guò)實(shí)時(shí)監(jiān)測(cè)和分析數(shù)據(jù)，模型可以識(shí)別潛在的故障跡象，并提供預(yù)警信息?；陬A(yù)警信息，系統(tǒng)運(yùn)維人員可以采取相應(yīng)的維護(hù)措施，防止故障的發(fā)生或減小故障對(duì)系統(tǒng)的影響。

4.3 汽車機(jī)電系統(tǒng)故障預(yù)防實(shí)施與效果評(píng)估

a.實(shí)施故障預(yù)防方案。在確定故障預(yù)防方法后，需要將其實(shí)施到實(shí)際的汽車機(jī)電系統(tǒng)中。這包括將故障預(yù)防模型集成到系統(tǒng)監(jiān)控和維護(hù)系統(tǒng)中，確保實(shí)時(shí)數(shù)據(jù)的獲取和處理。同時(shí)，制定相應(yīng)的預(yù)防措施和策略，并確保其在系統(tǒng)運(yùn)維中得到執(zhí)行。

b.維護(hù)執(zhí)行與記錄。根據(jù)故障預(yù)防方案，執(zhí)行相應(yīng)的維護(hù)措施和策略。這可能涉及定期檢查、保養(yǎng)、更換零部件、調(diào)整參數(shù)等操作。在執(zhí)行過(guò)程中，需要準(zhǔn)確記錄維護(hù)操作、維護(hù)時(shí)間和維護(hù)結(jié)果，以便后續(xù)的效果評(píng)估。

c.效果評(píng)估指標(biāo)選擇。為評(píng)估故障預(yù)防的效果，需要選擇適當(dāng)?shù)脑u(píng)估指標(biāo)。常見的指標(biāo)包括故障率、故障前預(yù)警時(shí)間、維修成本、系統(tǒng)可靠性等，根據(jù)具體需求和目標(biāo)，選擇合適的指標(biāo)進(jìn)行評(píng)估。

5 結(jié)語(yǔ)

預(yù)測(cè)維護(hù)模型構(gòu)建，通過(guò)大數(shù)據(jù)分析和建模技術(shù)，構(gòu)建準(zhǔn)確預(yù)測(cè)汽車機(jī)電系統(tǒng)故障和維護(hù)需求的模型。故障預(yù)防方法研究，是通過(guò)實(shí)時(shí)監(jiān)測(cè)和分析系統(tǒng)數(shù)據(jù)，識(shí)別異常模式和潛在故障跡象，制定預(yù)防措施和策略，降低故障風(fēng)險(xiǎn)。故障預(yù)防實(shí)施與效果評(píng)估，是將故障預(yù)防方法實(shí)施到實(shí)際系統(tǒng)中，執(zhí)行維護(hù)措施并記錄維護(hù)結(jié)果。通過(guò)評(píng)估指標(biāo)和方法來(lái)評(píng)估預(yù)防效果，并持續(xù)改進(jìn)和優(yōu)化預(yù)防模型。

綜合以上內(nèi)容，基于大數(shù)據(jù)分析的汽車機(jī)電系統(tǒng)預(yù)測(cè)維護(hù)與故障預(yù)防研究能夠幫助實(shí)現(xiàn)以下目標(biāo)。a.提前預(yù)警和準(zhǔn)確預(yù)測(cè)，通過(guò)預(yù)測(cè)模型和實(shí)時(shí)數(shù)據(jù)分析，系統(tǒng)能夠提前發(fā)現(xiàn)潛在故障跡象，并預(yù)測(cè)維護(hù)需求，以避免系統(tǒng)故障對(duì)車輛和駕駛者的影響。b.降低維修成本和停機(jī)時(shí)間，通過(guò)預(yù)防性維護(hù)和準(zhǔn)確的故障預(yù)測(cè)，系統(tǒng)可以在故障發(fā)生之前采取相應(yīng)的維護(hù)措施，降低維修成本，并減少車輛停機(jī)時(shí)間。c.提高系統(tǒng)可靠性和安全性，故障預(yù)防方法的實(shí)施可以有效提高汽車機(jī)電系統(tǒng)的可靠性和安全性，減少故障對(duì)車輛性能和駕駛者安全的影響。d.持續(xù)改進(jìn)和優(yōu)化，通過(guò)故障預(yù)防實(shí)施與效果評(píng)估，不斷改進(jìn)預(yù)測(cè)模型和故障預(yù)防方法，提高預(yù)測(cè)準(zhǔn)確性和維護(hù)效果。

綜上所述，基于大數(shù)據(jù)分析的汽車機(jī)電系統(tǒng)預(yù)測(cè)維護(hù)與故障預(yù)防研究為提高汽車系統(tǒng)的可靠性、降低維修成本，并提供安全的駕駛體驗(yàn)，提供了有效的方法和技術(shù)支持。

參考文獻(xiàn)：

[1]楊樂.基于大數(shù)據(jù)的汽車故障預(yù)測(cè)與維護(hù)優(yōu)化研究[D].長(zhǎng)春：吉林大學(xué)，2017.

[2]張興國(guó)，王春雷.基于大數(shù)據(jù)分析的汽車故障預(yù)測(cè)維護(hù)研究[J].自動(dòng)化儀表，2016，37（1）：38-42.

[3]楊炯，肖冰，張濤，等.基于大數(shù)據(jù)的汽車故障預(yù)測(cè)與維修策略研究[J].計(jì)算機(jī)科學(xué)，2017，44（10）：275-279.

[4]劉明，趙欽宇，趙璐，等.基于大數(shù)據(jù)分析的汽車機(jī)電系統(tǒng)故障預(yù)測(cè)與維護(hù)研究[J].機(jī)械制造與自動(dòng)化，2018，47（5）：133-135.

[5]張曉明，雷艷琴.基于大數(shù)據(jù)分析的汽車故障預(yù)測(cè)維護(hù)方法研究[J].信息技術(shù)與標(biāo)準(zhǔn)化，2019，15（8）：41-43.

作者簡(jiǎn)介：

馬騫，男，1984年生，助教，研究方向?yàn)闄C(jī)電技術(shù)。