深度学习在轴承故障诊断领域的应用研究

摘要：

深度学习具有强大的学习能力和特征分类能力,能够在海量、多源和高维测量数据中进行特征提取,具有不依赖人工干预而进行模型诊断和泛化的能力,广泛应用于设备故障诊断领域.阐述了深度学习的典型模型:深度置信网络(DBN)、卷积神经网络(CNN)和自编码器(AE),重点论述了深度学习在轴承故障诊断领域的应用进展.最后讨论了深度学习在轴承故障诊断领域所存在的问题及发展趋势.

关键词：深度学习、故障诊断、神经网络、发展趋势、轴承

所属期刊栏目：21

分类号：TP277(自动化技术及设备)

资助基金：国家科技重大专项;湖北省中央引导地方科技发展专项;湖北省技术创新专项;中海石油中国有限公司湛江分公司项目

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9203-9211