期刊文献+

基于深度学习理论的机电设备故障诊断方法 被引量:5

下载PDF
导出
摘要 介绍了机电设备故障诊断的一般方法,阐述了深度学习理论及其特点,分析了深度学习理论在机电设备故障诊断中的应用情况,包括深度学习故障诊断及预测的方法、深度学习故障诊断的一般流程、基于深度学习理论的故障诊断神经网络模型,最后对深度学习理论在机电故障诊断中的应用进行了展望。
出处 《机电信息》 2020年第11期53-55,共3页
基金 国家科技重大专项课题“2018ZX06002003 CAP1400机电一体化关键技术研究”的资助.
  • 相关文献

参考文献5

二级参考文献65

  • 1张琳,孙安全,王天一,杨新宇,张学礼.某型导弹装备的故障智能诊断[J].中南大学学报(自然科学版),2013,44(S1):216-220. 被引量:4
  • 2高金吉.装备系统故障自愈原理研究[J].中国工程科学,2005,7(5):43-48. 被引量:46
  • 3吴明强,史慧,朱晓华,肖开清.故障诊断专家系统研究的现状与展望[J].计算机测量与控制,2005,13(12):1301-1304. 被引量:68
  • 4陈予恕.机械故障诊断的非线性动力学原理[J].机械工程学报,2007,43(1):25-34. 被引量:55
  • 5Jian-DaWu , Yu-Hsuan Wang, Peng-Hsin Chiang , Mingsian R.Bai. A study of fault diagnosis in a scooter using adaptive order tracking technique and neural network[J]. Expert Systems with Applications. 2009, 36:49-56.
  • 6Jie Zhang. Improved on-line process fault diagnosis through information fusion in multiple neural networks [J]. Computers and Chemical Engineering. 2006, 30:558-571.
  • 7Czeslaw T. Kowalski, Teresa Orlowska-Kowalska. Neural networks application for induction motor faults diagnosis [J]. Mathematic sand Computers in Simulation. 2003, 63, 435--448.
  • 8Xiuqiao Xiang, Jianzhong Zhou, Xueli An, Bing Peng, Junjie Yang. Fault diagnosis based on Walsh transform and support vector machine [J]. Mechanical Systems and Signal Processing. 2008,22:1685-1693.
  • 9Hyun Joon Shina, Dong-Hwan Eomb, Sung-Shick Kim. Oneclass support vector machines an application In machine fault detection and classi cation [J]. Computers & Industrial Engineering. 2005, 48:395-408.
  • 10Sheng-FaYuana, Fu-Lei Chu. Support vector machines based fault diagnosis for turbo-pump rotor [J]. Mechanical Systems and Signal Processing. 2006, 20:939-952.

共引文献703

同被引文献41

引证文献5

二级引证文献12

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...
;
使用帮助 返回顶部