10.19287/j.cnki.1005-2402.2019.01.018
卷积神经网络在机械设备故障诊断领域应用与挑战
现代机械设备功能及结构日益复杂,其故障呈现出新的特点,使得针对现代机械装备的故障诊断方法遇到了难以克服的技术难题与瓶颈.近年来,卷积神经网络(convolution neural network,CNN)凭借其强大的特征提取与模式识别能力受到学术界和工业界的广泛关注,将CNN应用于机械设备故障诊断的研究已出现端倪.为此,首先介绍CNN实现机械设备故障诊断的原理;然后对CNN实现故障诊断的主要思想和建模方法进行描述;最后总结和讨论了机械设备故障的特点,并讨论CNN在实现对机械装备故障诊断方面所面临的挑战,展望值得继续研究的方向.
卷积神经网络、机械设备、故障诊断、特征提取与模式识别
TP227(自动化技术及设备)
研究生教育创新项目CYS18224
2019-03-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
96-100