基于深度学习的故障诊断与预测方法综述  

作　　者：李成林 

机构地区：[1]湖北省机电研究设计院股份公司,湖北武汉430000

出　　处：《中文科技期刊数据库（引文版）工程技术》2022年第11期154-157,共4页

摘　　要：在智能化生产的大环境中,机器装备越来越庞大、数量庞大、来源丰富、维度较高;无组织的工业资料增加了对系统进行监控的困难,而对其进行故障的检测和预报就显得尤为必要。由于深度学习具有较强的自学习、模式识别等功能,因此在工业装备的故障诊断和预报中具有重要意义。本文介绍了深度置信网络、卷积神经网络、自动编码等四种典型的深度学习模式;本文对其网络架构及建模思路进行了较为详尽的描述,并对其在故障诊断和预报方面的应用进行了综述,并对其优点及存在的问题进行了探讨,并提出了今后的发展趋势。

关 键 词：深度学习 故障诊断与预测 方法 

分 类 号：TM7[电气工程—电力系统及自动化]