深度学习在故障诊断中的应用综述

被引:23
作者
李春林 [1 ]
熊建斌 [1 ]
苏乃权 [2 ]
张清华 [3 ]
梁琼 [4 ]
叶宝玉 [5 ]
机构
[1] 广东技术师范大学自动化学院
[2] 广东工业大学机电学院
[3] 广东省石化装备故障诊断重点实验室
[4] 广东技术师范大学计算机学院
[5] 广州民航职业技术学院
基金
广东省自然科学基金; 广州市科技计划项目;
关键词
故障诊断; 深度学习; 特征识别; 神经网络;
D O I
暂无
中图分类号
TH17 [机械运行与维修]; TP18 [人工智能理论]; TP277 [监视、报警、故障诊断系统];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 0804 ; 080401 ; 080402 ;
摘要
阐述了深度学习在故障诊断和图像分析、语音识别和文本理解等领域的应用;介绍卷积神经网络、深度置信网络、堆叠自动编码网络、递归神经网络4种典型的深度学习模型;综述近几年深度学习在故障诊断中的模型选择、学习算法和实际应用等方面的研究新进;探讨深度学习在故障诊断中的理论分析、特征提取、优化训练和研究拓展等。
引用
收藏
页码:174 / 184
页数:11
相关论文
共 40 条
  • [1] 基于深度信念网络和多信息融合的复杂机电装备故障诊断方法
    刘秀丽
    徐小力
    [J]. 机床与液压, 2019, 47 (01) : 151 - 156+126
  • [2] 高速列车信息控制系统的故障诊断技术
    周东华
    纪洪泉
    何潇
    [J]. 自动化学报, 2018, 44 (07) : 1153 - 1164
  • [3] 旋转机械故障诊断研究方法综述
    苏乃权
    熊建斌
    张清华
    黄崇林
    [J]. 机床与液压, 2018, 46 (07) : 133 - 139
  • [4] 深度置信网络模型及应用研究综述
    刘方园
    王水花
    张煜东
    [J]. 计算机工程与应用 , 2018, (01) : 11 - 18+47
  • [5] 深度学习在故障诊断领域中的研究现状与挑战
    任浩
    屈剑锋
    柴毅
    唐秋
    叶欣
    [J]. 控制与决策 , 2017, (08) : 1345 - 1358
  • [6] 深度学习在控制领域的研究现状与展望
    段艳杰
    吕宜生
    张杰
    赵学亮
    王飞跃
    [J]. 自动化学报, 2016, 42 (05) : 643 - 654
  • [7] 复合故障诊断技术综述
    张可
    周东华
    柴毅
    [J]. 控制理论与应用, 2015, 32 (09) : 1143 - 1157
  • [8] 深度学习研究进展
    刘建伟
    刘媛
    罗雄麟
    [J]. 计算机应用研究, 2014, 31 (07) : 1921 - 1930+1942
  • [9] 进化Elman神经网络在实时数据预测中的应用
    王晓霞
    马良玉
    王兵树
    王涛
    [J]. 电力自动化设备, 2011, 31 (12) : 77 - 81
  • [10] 基于数据驱动的故障诊断方法综述
    李晗
    萧德云
    [J]. 控制与决策, 2011, 26 (01) : 1 - 9+16