基于深度学习的旋转机械故障诊断研究综述

• 作者: 李舜酩 沈涛 辛玉
• 来源期刊: 计算机测量与控制
• 关键词: 旋转机械 深度学习 特征提取 故障诊断
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 综述与评论
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP2776
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.09.001

摘要

在现代化生产中,旋转机械的精密性和重要性越来越高,朝着大型、高速和自动化方向发展,以至传统故障诊断方法不足以处理海量、多源、高维的测量数据,不能满足安全性和可靠性的要求;因此,首先简要介绍几种典型的深度学习模型,并结合深度学习强大的特征提取能力和聚类分析的优势,对其近些年来在转子系统、齿轮箱和滚动轴承故障诊断的应用情况进行了对比分析;最后总结深度学习模型的优缺点,并从工程实际出发对旋转机械的故障诊断方法进行总结与展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李舜酩		204	2555	26.0	45.0
2	沈涛		2	26	1.0	2.0
3	辛玉		2	3	1.0	1.0