张春良教授从事设备状态监测与故障诊断、数控技术、机器人、振动控制等方面的教学和科研工作多年，先后主持国家级和省部级等科研项目40多项，完成国家级和省部级教研项目20余项。获中国国防科学技术工业委员会国防科学技术奖二等奖1项、三等奖1项，省部级科技进步奖三等奖5项，全国教育科学研究优秀成果三等奖1项，省级教学成果一等奖3项、二等奖3项。
在《IEEE transactions on cybernetics》《机械工程学报》等刊发表学术论文150多篇，其中被SCI、EI收录80多篇。出版著作8部，《振动主动控制及应用》一书入选国防科工委“十一五”国防特色学科专业专著，并获中国大学出版社第二届优秀学术著作一等奖，国家第四届“三个一百”原创图书。
设备状态监测与故障诊断技术是一种了解和掌握设备在使用过程中的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。随着现代化工业的发展，设备能否安全可靠地以最佳状态运行，对于确保产品质量、提高企业生产能力、保障安全生产都具有十分重要的意义。
广州大学张春良教授从事设备状态监测与故障诊断、数控技术、机器人、振动控制等方面的教学和科研工作多年，在设备状态监测和故障诊断方便取得丰硕的成果。先后主持国家863计划课题“基于隐马尔可夫模型—支持向量机的核电装备状态监测与故障诊断技术研究”，国家自然科学基金项目“基于隐马尔可夫模型的切削颤振在线监测与控制的研究”“基于双尺度非均匀传声器阵列的大型装备声学故障诊断技术研究”“碳纳米管热固性复合材料长期应力原位检测技术研究”。近日，《机电工程技术》杂志对张春良教授进行了采访，现把张春良教授及其团队在研发方面的部分成果整理成稿见刊。
● 高铁钢轨修磨机器人系统研发与应用
该项目针对高铁钢轨施工过程中提升自动化程度的需求，研究与开发具有自主知识产权的全自动钢轨修磨机器人集成技术，用于解决现有钢轨修磨技术过分依赖操作者经验、工作环境恶劣、劳动强度大、效率低下、产品质量不可控等问题，促进高铁钢轨施工自动化程度的提升，以期确立我国高铁施工技术在国际竞争中的地位，进一步扩大我国高铁技术的优势。该项目首次将机器人技术用于高铁钢轨施工领域，所涉及到的关键技术包括高精度钢轨机器人修磨技术、机器人自动编程技术、智能修磨头设计、生产线示范与推广等。该项目的顺利实施，有助于提高高铁钢轨施工自动化程度，可提升施工效率30%以上，减少施工人员50%以上，能耗降低15%以上，具有广泛的应用价值。
● 核电设备状态监测与故障诊断技术研发与应用
该项目针对我国核动力装置一回路系统的反应堆主管道、控制棒驱动线等关键设备的运行状态和早期故障进行监测、趋势预测与综合诊断，掌握这些关键设备运行故障的成因、机理、监测与分析技术、诊断模型与诊断技术，实现核动力关键设备运行状态检测及故障趋势预测。针对核电装备具有系统复杂、所积累的资料与故障样本少等特点，引入具有极强的对动态过程时间序列的建模能力的隐马尔可夫模型与具有小样本强推广能力和新颖的解决复杂非线性问题方法潜力的支持向量机作为基本建模和识别工具，综合两者的优点，进行核电装备状态监测与故障诊断。建立了核电设备的隐马尔可夫模型与支持向量机混合模型库；开发了基于隐马尔可夫模型与支持向量机的混合模型的核电装备状态监测与故障诊断系统。
● 切削颤振在线监测与控制技术研究
在“基于隐马尔可夫模型的切削颤振在线监测与控制的研究”（No.50375070）、“光纤传感器用于切削颤振监测的关键技术研究”（No.51105140）等国家基金的资助下开展了该项工作的研究。
该项目针对切削颤振过渡过程信号信息量大、非平稳、信号特征重复再现性差的特点，引入隐马尔可夫模型作为基本建模和识别工具，进行切削颤振在线监测，通过采用电流变等智能材料和结构在线调控切削系统动态特性进行切削颤振控制，大大提高了识别的准确性和速度。基于光纤传感器搭建了镗杆颤振监测平台，针对光纤传感器的应变和温度敏感特性，确定镗杆的位移模态与应变模态之间的关系，然后进行镗杆的工作变形分析（ODS分析）、实验模态分析（EMA）、和运行模态分析（OMA）；完成了光纤光栅传感器传感模型的传感机理以及表面粘贴应变传递模型和数值仿真分析，初步实现了基于CWDM的光纤光栅解调方案；改造了大长径比镗杆镗削实验装置，并进行了基于光纤传感器的镗削实验和颤振在线监测。
该成果已在有关企业的普通机床与数控机床的加工过程在线监控中得到应用，有效避免了切削颤振现象的出现，降低了废品率，保证了产品加工质量，也保证了刀具和机床设备的安全，提高了生产率，取得了显著的经济效益和社会效益，解决了长期未能解决的切削颤振在线监测与控制问题。在2008年获得中国有色金属工业科学技术奖三等奖，2009年获得省级科技进步三等奖。
● 基于传声器阵列的非接触声学故障诊断系统
在“基于双尺度非均匀传声器阵列的大型装备声学故障诊断技术研究” (No.51275099)等国家基金的资助下开展了该项工作的研究。
针对非接触故障诊断的实际需求，开展了基于传声器阵列的非接触声全息故障诊断系统研究。利用大型设备关键位置等已知先验知识，首先采用定位技术初步判断故障位置；进而采用声全息技术获取反映故障特征的设备关键部位的局部声像信号；再结合热点声信号的冲击与谐波特征；最终建立了结合声场形貌特征和热点声振特征的非接触式声学故障诊断系统。在项目实施过程当中，对双尺度非均匀传声器阵列构建、基于远场声源定位的噪声定位技术、基于近场声全息的声成像技术、声信号特征提取以及对应的故障诊断技术均进行了系统的研究，并通过故障轴承以及实验电机的声学诊断对系统进行了验证。研究拓展了振动信号故障诊断的方法与范畴，对非接触故障诊断以及相关动力学研究提供了新的方法与手段。
● 基于碳纳米管智能复合材料的原位监测及其应用
在“碳纳米管热固性复合材料长期应力原位检测技术研究” (No.51775122)等国家自然科学基金、广东省自然科学基金的资助下开展了该项工作的研究。
针对钢轨扣件的扣压力检测工作量大，效率低，实时性差等问题，开展基于碳纳米管复合材料的钢轨扣件原位应力检测研究，研制了模拟钢轨服役工况的压应力检测试验平台以及具有较好机械强度的碳纳米管环氧树脂复合材料智能垫片零件，现已实现了压应力的实时在线检测功能。并进一步研究了智能垫片长期运行的可靠性，建立电阻蠕变模型，推动多壁碳纳米管智能零件在原位结构检测中的应用。同时，针对机器人电子皮肤，人体实时健康监测等新兴消费电子的迫切需求，项目组基于碳纳米管柔性智能复合材料，研制了高灵敏度可穿戴温度传感器手套，实现了环境（接触）温度的实时检测。
