基于隐马尔可夫的机床健康状态评估与预测

• 作者: 冯成均
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 人工智能 大数据 数控机床 健康状态预测
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 工艺与技术
• 页码范围: 126-127
• 页数: 2页
• 分类号: TG659
• 字数: 2458字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0711.2018.24.066

摘要

为了辅助机床的综合健康状况,从机床维护的角度,建立基于人工智能的健康状态评估模型.该模型能够根据机床的历史数据预测机床未来的健康状况,从而预约维护.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯成均	同济大学中德学院	1	1	1.0	1.0