检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:张铭[1]
出 处:《造纸装备及材料》2024年第3期107-109,共3页Papermaking Equipment & Materials
摘 要:为了解决机械系统故障带来的经济和安全问题,文章深入研究基于人工智能的机械故障诊断与预测技术。通过分析机器学习与深度学习的理论基础,介绍常用算法、特征提取与数据预处理方法,为理解和应用人工智能技术提供了坚实的理论支撑;对比分析传统的机械故障检测方法与基于人工智能的故障诊断方法,还探讨了机械故障预测技术,强调了预测维护的重要性,详细分析了人工智能驱动的预测方法及其模型准确性与验证过程。通过文章研究可知,人工智能技术在机械故障诊断与预测领域具有显著的应用价值和广阔的发展前景。
关 键 词:人工智能 机械故障 故障诊断方法 故障预测技术 深度学习
分 类 号:TH17[机械工程—机械制造及自动化] TP18[自动化与计算机技术—控制理论与控制工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.7