深度学习在设备故障预测与健康管理中的应用
在智能制造背景下,大数据驱动的设备故障预测与健康管理日益受到各界重视.深度学习能够在层次结构的特征提取过程中发现更多的隐藏知识,在领域自适应方面具有良好的数据适应性,近年来逐渐成为设备故障预测与健康管理的研究热点,并在设备故障诊断和预测中得到了广泛的应用.通过系统回顾近年来深度学习在设备故障预测与健康管理中应用,总结、分类和解释关于这一热点主题的主要文献,讨论了各种体系结构和相关理论.在此基础上,阐述了深度学习在设备故障诊断和预测方面所取得的主要成果、面临的挑战、以及未来的发展趋势,为设备故障预测与健康管理领域选择、设计或实现深度学习架构,提供明确的方向.
深度学习、故障预测与健康管理(PHM)、故障诊断、剩余寿命预测
40
TP206.3;TH165.3(自动化技术及设备)
国家自然科学基金51775112;国家重点研发计划2016YFE0132200;重庆市基础研究与前沿探索项目cstc2018jcyjAX0057;重庆市教委科学技术研究项目KJQN201800814
2020-01-07（万方平台首次上网日期，不代表论文的发表时间）
共21页
206-226
