基于机器学习的故障诊断方法研究  

作　　者：王加昌[1] 唐雷 王媛美 郑丹晨[1] 赵欣[1] 

机构地区：[1]中国核动力研究设计院核反应堆系统设计技术重点实验室,四川成都610213

出　　处：《科技视界》2021年第17期94-97,共4页Science & Technology Vision

摘　　要：随着工业4.0时代的到来,如何有效地利用海量监测数据为设备的智能维保提供有益决策已经成为工业互联网领域极具挑战的问题,特别是利用机器学习模型对设备的故障类型进行智能诊断已经取得了不错的研究进展。文章对目前最新的故障诊断方法展开研究,归纳了基于机器学习的故障诊断方法的基本流程,介绍了用于故障诊断的四种代表性的机器学习模型,最后对未来的研究趋势进行了展望。

关 键 词：故障诊断 支持向量机 人工神经网络 堆叠自编码器 卷积神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]