| 卷积神经网络在机械设备故障诊断领域应用与挑战 |
| |
| 引用本文： | 黄鑫,陈仁祥,黄钰.卷积神经网络在机械设备故障诊断领域应用与挑战[J].制造技术与机床,2019(1):96-100. |
| |
| 作者姓名： | 黄鑫 陈仁祥 黄钰 |
| |
| 作者单位： | 重庆交通大学机电与车辆工程学院;重庆大学机械传动国家重点实验室;西华大学汽车与交通工程学院 |
| |
| 基金项目： | 重庆市研究生教育创新基金项目资助(CYS18224) |
| |
| 摘 要： | 现代机械设备功能及结构日益复杂,其故障呈现出新的特点,使得针对现代机械装备的故障诊断方法遇到了难以克服的技术难题与瓶颈。近年来,卷积神经网络(convolution neural network,CNN)凭借其强大的特征提取与模式识别能力受到学术界和工业界的广泛关注,将CNN应用于机械设备故障诊断的研究已出现端倪。为此,首先介绍CNN实现机械设备故障诊断的原理;然后对CNN实现故障诊断的主要思想和建模方法进行描述;最后总结和讨论了机械设备故障的特点,并讨论CNN在实现对机械装备故障诊断方面所面临的挑战,展望值得继续研究的方向。
|
| 关 键 词： | 卷积神经网络 机械设备 故障诊断 特征提取与模式识别 |
Convolution neural networks for mechanical equipment fault diagnosis: the application and challenge |
| |
| HUANG Xin,CHEN Renxiang,HUANG Yu.Convolution neural networks for mechanical equipment fault diagnosis: the application and challenge[J].Manufacturing Technology & Machine Tool,2019(1):96-100. |
| |
| Authors: | HUANG Xin CHEN Renxiang HUANG Yu |
| |
| Affiliation: | (School of Mechantronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, CHN;The State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400030, CHN;School of Automotive and Transportation Engineering, Xihua University, Chengdu 610039,CHN) |
| |
| Abstract: | HUANG Xin;CHEN Renxiang;HUANG Yu(School of Mechantronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, CHN;The State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400030, CHN;School of Automotive and Transportation Engineering, Xihua University, Chengdu 610039,CHN) |
| |
| Keywords: | CNN mechanical equipment fault diagnosis feature extraction and pattern recognition |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
