深度学习在电机故障诊断中的研究现状综述

摘要：

深度学习模型在特征提取与模型拟合方面凸显优势,模型基于多层神经网络的层次结构,可以自动学习表达数据本质与隐含规律的特征,同时克服传统学习方法手工设计特征算子的局限性,显示其优势.因此,将深度学习应用于电机故障诊断领域有一定意义.为此,详细介绍了几种典型模型的原理及在故障诊断领域的研究现状,指出了深度学习存在的问题与未来发展趋势.

关键词：深度学习、电机故障诊断、神经网络、特征提取

所属期刊栏目：42

分类号：TH165+.3;TP183

资助基金：2019年广东省高等教育学会高职高专云计算与大数据委员会考研规划开题;2019年肇庆市科技创新指导类项目;“基于深度学习的唇裂修复预测算法模型研究”

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-3