基于深度学习的智能设备故障诊断研究综述

摘要：

智能设备故障诊断技术(Intelligent Fault Diagnosis,IFD)将深度学习理论应用于设备故障诊断,能自动识别设备的健康状态和故障类型,在设备故障诊断领域引起了广泛关注.智能设备故障诊断通过构建端到端的AI模型和算法将设备监测数据与机器健康状态关联以实现设备故障诊断,但设备故障诊断的模型和算法较多且相互之间并不通用,采用与监测数据不相符的模型进行故障诊断会导致诊断准确率大幅度下滑.为解决这一问题,在全面调查设备故障诊断相关文献的基础上,首先简述深度设备故障诊断的模型框架,再根据具体应用场景和设备监测数据类型对模型算法进行分类介绍、列表对比及总结,最后针对存在的问题分析了未来的发展方向.本综述有望为智能设备故障诊断的研究提供有益的参考.

关键词：设备故障诊断、深度学习、特征提取、故障诊断算法、智能故障诊断

所属期刊栏目：50

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金;广东大数据科学中心项目

在线出版日期：2023-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：93-102