集成化裝備的結(jié)構(gòu)和功能日益復(fù)雜,傳統(tǒng)的故障診斷方法難以進(jìn)行準(zhǔn)確的特征提取,而深度學(xué)習(xí)具有強(qiáng)大的學(xué)習(xí)能力,能夠有效挖掘特征,適合于集成化裝備的故障診斷;為此,首先按照應(yīng)用領(lǐng)域的不同,分別描述了國內(nèi)外基于深度學(xué)習(xí)的故障診斷最新研究進(jìn)展;其次,簡要介紹了3種典型的深度學(xué)習(xí)故障診斷方法 （深度置信網(wǎng)絡(luò)、堆棧自編碼機(jī)和卷積神經(jīng)網(wǎng)絡(luò)）,整理出已經(jīng)取得的成果和存在的問題并做出總結(jié);而后將基于深度學(xué)習(xí)實(shí)現(xiàn)故障診斷面臨的挑戰(zhàn)總結(jié)為6種類型,并根據(jù)前文總結(jié)出的研究成果提出了研究思路;最后結(jié)合實(shí)際應(yīng)用情況,提出了4種發(fā)展方向。 

【文章來源】：計(jì)算機(jī)測量與控制. 2020,28(08)

【文章頁數(shù)】：8 頁

【部分圖文】：

DBN結(jié)構(gòu)

AE結(jié)構(gòu)

LeNet-5結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)特征提取和WOA-SVM狀態(tài)識別的軸承故障診斷[J]. 趙春華,胡恒星,陳保家,張毅娜,肖嘉偉.  振動與沖擊. 2019(10)
[2]基于同步擠壓S變換和深度學(xué)習(xí)的軸承故障診斷[J]. 杜小磊,陳志剛,張楠,許旭.  組合機(jī)床與自動化加工技術(shù). 2019(05)
[3]基于深度學(xué)習(xí)的無人機(jī)故障診斷方法研究[J]. 李煒,崔佳佳.  計(jì)算機(jī)與數(shù)字工程. 2019(05)
[4]基于深度置信網(wǎng)絡(luò)風(fēng)電機(jī)組變槳系統(tǒng)的故障診斷[J]. 陳自強(qiáng),程健,季文強(qiáng),翟紅雨.  測控技術(shù). 2019(05)
[5]基于深度神經(jīng)網(wǎng)絡(luò)的提升機(jī)軸承故障診斷研究[J]. 馬輝,車迪,牛強(qiáng),夏士雄.  計(jì)算機(jī)工程與應(yīng)用. 2019(16)
[6]基于深度置信網(wǎng)絡(luò)的車載電源故障診斷方法[J]. 李煒,雷雪,蔣棟年.  蘭州理工大學(xué)學(xué)報(bào). 2019(02)
[7]改進(jìn)深層小波自編碼器的軸承故障診斷方法[J]. 杜小磊,陳志剛,許旭,張楠.  計(jì)算機(jī)工程與應(yīng)用. 2020(05)
[8]基于EMD和SSAE的滾動軸承故障診斷方法[J]. 王奉濤,鄧剛,王洪濤,于曉光,韓清凱,李宏坤.  振動工程學(xué)報(bào). 2019(02)
[9]基于深度置信網(wǎng)絡(luò)的移動電站發(fā)電機(jī)故障診斷[J]. 孫鑫,陳海松,王清.  裝備制造技術(shù). 2019(03)
[10]基于次優(yōu)網(wǎng)絡(luò)深度學(xué)習(xí)的3D打印機(jī)故障診斷[J]. 李川,張紹輝,José Valentede Oliveira.  機(jī)械工程學(xué)報(bào). 2019(07)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷方法研究[D]. 喬林翰.蘭州理工大學(xué) 2018
[2]基于深度學(xué)習(xí)的故障診斷技術(shù)研究[D]. 張士強(qiáng).哈爾濱工業(yè)大學(xué) 2018
[3]深度學(xué)習(xí)在滾動軸承故障診斷中的應(yīng)用研究[D]. 陳偉.西南交通大學(xué) 2018
[4]基于深度神經(jīng)網(wǎng)絡(luò)的復(fù)雜化工過程故障檢測研究[D]. 曠天亮.華南理工大學(xué) 2018
[5]基于深度學(xué)習(xí)的行星齒輪箱故障診斷技術(shù)研究[D]. 王俊.南京航空航天大學(xué) 2018



本文編號：3397438