基于机器学习算法的寿命预测与故障诊断技术的发展综述

• 作者: 唐家银 郭一帆
• 来源期刊: 计算机测量与控制
• 关键词: 机器学习 寿命预测 故障诊断 可靠性
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 综述与评论
• 页码范围: 7-13
• 页数: 7页
• 分类号: TN707
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.03.002

摘要

寿命预测与故障诊断作为复杂装备系统可靠性分析中的两类重要问题,基于数据驱动的机器学习分析方法具有良好的工程效果;文章系统地从故障预测与寿命估算及后续健康管理的实际工程需求出发,深入分析该类型系统因性能衰退出现的早期故障诊断与维护时间确定的共性难点问题并深度挖掘其所对应的关键科学问题,对机器学习算法在其中的应用与研究进行综述,重点阐述了人工神经网络、支持向量机等机器学习算法,对于完善可靠性分析方法,进一步推动机器学习算法在可靠性工程领域的运用具有一定的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐家银	西南交通大学数学学院统计系	44	229	9.0	13.0
2	郭一帆	西南交通大学数学学院统计系	2	2	1.0	1.0