期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于机器学习的故障诊断研究现状与未来发展趋势
被引量:
4
下载PDF
职称材料
导出
摘要
随着机械设备的大型化和复杂化,设备的故障是无法避免的。传统人为故障排查费时费力,诊断效率和准确率不高。近几年,由于机器学习在人工智能诊断故障方面上的高效性和准确性,逐渐受到了人们的青睐。本文综述了现有机器学习的方法,分析了他们在故障诊断领域各自的优缺点以及技术难点,提出了可能的解决方案。并对机器学习在未来故障诊断领域中的应用进行展望。
作者
谢思翔
机构地区
北京市第九中学
出处
《通讯世界》
2019年第4期312-313,共2页
Telecom World
关键词
机器学习
人工智能
故障诊断
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
107
参考文献
4
共引文献
266
同被引文献
49
引证文献
4
二级引证文献
38
参考文献
4
1
张润,王永滨.
机器学习及其算法和发展研究[J]
.中国传媒大学学报(自然科学版),2016,23(2):10-18.
被引量:125
2
黄一鸣,雷航,李晓瑜.
量子机器学习算法综述[J]
.计算机学报,2018,41(1):145-163.
被引量:37
3
袁胜发,褚福磊.
支持向量机及其在机械故障诊断中的应用[J]
.振动与冲击,2007,26(11):29-35.
被引量:86
4
李柏,张友民,邵之江.
自动驾驶车辆运动规划方法综述[J]
.控制与信息技术,2018(6):1-6.
被引量:22
二级参考文献
107
1
胡桥张,周锁,何正嘉.
机械设备运行状态智能评估研究[J]
.振动工程学报,2004,17(z1):313-316.
被引量:4
2
张庆河,何正嘉.
支持向量机分类法在设备状态评估中的应用[J]
.振动工程学报,2004,17(z1):331-333.
被引量:1
3
毛继佩,翟永杰,韩璞,秦喜安.
基于多类支持向量机的汽轮发电机组故障诊断[J]
.计算机仿真,2003,20(z1):360-363.
被引量:1
4
段江涛,李凌均,张周锁,何正嘉,符寒光.
基于支持向量机的机械系统多故障分类方法[J]
.农业机械学报,2004,35(4):144-147.
被引量:20
5
翟永杰,王国鹏,韩璞,王东风.
基于支持向量机的系统辨识[J]
.计算机仿真,2004,21(11):39-41.
被引量:6
6
于德介,杨宇,程军圣.
一种基于SVM和EMD的齿轮故障诊断方法[J]
.机械工程学报,2005,41(1):140-144.
被引量:56
7
胡桥,何正嘉,张周锁,訾艳阳.
经验模式分解模糊特征提取的支持向量机混合诊断模型[J]
.西安交通大学学报,2005,39(3):290-294.
被引量:7
8
胡桥,何正嘉,訾艳阳,雷亚国,刘京科.
一种新的机电设备状态趋势智能混合预测模型[J]
.机械强度,2005,27(4):425-431.
被引量:7
9
胡桥,何正嘉,訾艳阳,张周锁,雷亚国.
一种新的混合智能预测模型及其在故障诊断中的应用[J]
.西安交通大学学报,2005,39(9):928-932.
被引量:3
10
宇缨,李清华.
统计学习理论和支持向量机[J]
.沈阳大学学报,2005,17(4):42-47.
被引量:14
共引文献
266
1
周建民,陈超,涂文兵,刘依,胡艳斌.
红外热波技术、有限元与SVM相结合的复合材料分层缺陷检测方法[J]
.仪器仪表学报,2020,41(3):29-38.
被引量:20
2
周千里,邓勇.
基于量子演化的信度函数概率转换[J]
.航空学报,2022,43(S01):182-192.
被引量:1
3
张映红.
关于能源结构转型若干问题的思考及建议[J]
.国际石油经济,2021(2):1-15.
被引量:17
4
朱启兵,杨宝,黄敏.
基于核映射稀疏表示分类的轴承故障诊断[J]
.振动与冲击,2013,32(11):30-34.
被引量:9
5
张俊红,马文朋,马梁,何振鹏.
Fault Diagnosis Model Based on Fuzzy Support Vector Machine Combined with Weighted Fuzzy Clustering[J]
.Transactions of Tianjin University,2013,19(3):174-181.
被引量:3
6
王仲生,姜洪开,徐一艳.
发动机转子系统早期故障智能诊断[J]
.航空学报,2009,30(2):242-246.
被引量:7
7
高杨,史丽萍,吴旭东,张增生,温泉.
基于最小二乘支持向量机的振动传感器故障诊断[J]
.机械与电子,2009,27(5):37-39.
被引量:3
8
陶新民,徐晶,杜宝祥,徐勇.
基于紧密度FSVM新算法及在故障检测中的应用[J]
.振动工程学报,2009,22(4):418-424.
被引量:6
9
薄翠梅,乔旭,张广明,张湜,杨海荣.
基于ICA-SVM的复杂化工过程集成故障诊断方法[J]
.化工学报,2009,60(9):2259-2264.
被引量:7
10
程羽,张晓光.
基于支持向量机的胶带机钢丝芯断丝状态信号识别[J]
.矿山机械,2009,37(21):46-50.
被引量:3
同被引文献
49
1
陈如清,沈士根.
基于递归神经网络的旋转机械故障诊断方法[J]
.振动.测试与诊断,2005,25(3):233-235.
被引量:6
2
曲婧华.
基于自适应神经网络的电路系统故障诊断研究[J]
.空军工程大学学报(自然科学版),2006,7(4):82-84.
被引量:5
3
SUN Yan-jing ZHANG Shen MIAO Chang-xin LI Jing-meng.
Improved BP Neural Network for Transformer Fault Diagnosis[J]
.Journal of China University of Mining and Technology,2007,17(1):138-142.
被引量:39
4
白禹,于占忠.
风机在线故障诊断及动平衡的实用性[J]
.矿冶,2013,22(B11):187-190.
被引量:1
5
李宝晨,金赛赛,仝蕊,连光耀.
基于细菌觅食特征改进粒子群算法优化SVM模型参数研究[J]
.计算机测量与控制,2014,22(6):1902-1904.
被引量:1
6
周念成,廖建权,王强钢,李春艳,李剑.
深度学习在智能电网中的应用现状分析与展望[J]
.电力系统自动化,2019,43(4):180-191.
被引量:169
7
张东霞,苗新,刘丽平,张焰,刘科研.
智能电网大数据技术发展研究[J]
.中国电机工程学报,2015,35(1):2-12.
被引量:606
8
马继昌,司景萍,牛嘉骅,王二毛.
基于自适应模糊神经网络的发动机故障诊断[J]
.噪声与振动控制,2015,35(2):165-169.
被引量:12
9
王建华,亢太体,刘志峰,赵成斌,谷力超.
基于灰色支持向量机模型的滚动轴承故障诊断与预测方法[J]
.北京工业大学学报,2015,41(11):1693-1698.
被引量:6
10
吴坤,康建设,曹文斌.
基于相关向量机的故障预测模型仿真研究[J]
.计算机仿真,2015,32(11):6-9.
被引量:4
引证文献
4
1
李俊卿,陈雅婷,李斯璇.
机器算法在电气设备故障预警及诊断中的应用[J]
.科学技术与工程,2020,20(9):3370-3377.
被引量:26
2
金光涛,丰德伟,马小亮,王韬.
数据中心自动化运维设计与应用[J]
.信息技术与信息化,2020(11):68-71.
被引量:6
3
赵明,彭璐.
基于机器学习的信息融合故障诊断模型研究[J]
.电脑知识与技术,2021,17(9):188-190.
被引量:5
4
张晨,黄国杰,金艳.
基于数据资产架构的设备预防预测性检修技术在石化企业中的应用[J]
.石油化工自动化,2022,58(4):58-63.
被引量:1
二级引证文献
38
1
段新悦.
基于改进超额收益法的企业数据资产价值评估[J]
.现代经济信息,2022(29):77-79.
2
刘继伟.
机器算法在电气设备故障预警及诊断中的运用研究[J]
.中国设备工程,2021(1):70-71.
被引量:3
3
孙莉娜.
云计算环境的自动化运维系统研究[J]
.电子技术与软件工程,2020(23):103-104.
被引量:2
4
杨心一,黄婧琼.
基于频谱分析的甲状腺超声介入诊疗设备故障自动诊断方法[J]
.自动化与仪器仪表,2021(4):207-210.
被引量:1
5
杨德亮,王彬,牛小铁.
一种便携式电气安全检测终端设计[J]
.北京工业职业技术学院学报,2021,20(2):41-46.
6
钱强,于军超.
电气设备安装与施工工艺在船舶实际建造中的校用[J]
.安防科技,2020(1):83-83.
7
锁泉凝.
基于Python的园区网络自动化运维[J]
.长江信息通信,2021,34(6):74-75.
被引量:5
8
胡鸿志,覃畅,管芳,张洪波,安晟佳.
基于麻雀搜索算法优化支持向量机的刀具磨损识别[J]
.科学技术与工程,2021,21(25):10755-10761.
被引量:14
9
卢芳革.
高压电气设备局部故障智能诊断系统探究[J]
.广西教育,2021(27):173-176.
被引量:2
10
赵岩龙,方正魁,邱子瑶,冯智,祝宏平,米翔.
基于长短时记忆网络的腐蚀工况下抽油杆剩余使用寿命预测[J]
.科学技术与工程,2021,21(36):15429-15433.
被引量:3
1
杜航辉,昝朋娇.
模拟电路故障重叠诊断方法的现代研究[J]
.科学与信息化,2017,0(19):192-193.
2
李泽中.
现代铁路信号设备故障诊断中的常见问题分析[J]
.科学与信息化,2017,0(36):135-135.
3
刘晓琴,王大志.
基于资源分配网络的电网故障诊断方法研究[J]
.控制工程,2019,26(1):6-11.
被引量:3
4
王颖.
低压测试资料在深井泵油井生产中的应用[J]
.化学工程与装备,2019(1):84-85.
通讯世界
2019年 第4期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部