期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深度学习在轴承故障诊断领域的应用研究
被引量:
15
1
作者
洪腾蛟
丁凤娟
+2 位作者
王鹏
冯定
凃
忆
柳
《科学技术与工程》
北大核心
2021年第22期9203-9211,共9页
深度学习具有强大的学习能力和特征分类能力,能够在海量、多源和高维测量数据中进行特征提取,具有不依赖人工干预而进行模型诊断和泛化的能力,广泛应用于设备故障诊断领域。阐述了深度学习的典型模型:深度置信网络(DBN)、卷积神经网络(C...
深度学习具有强大的学习能力和特征分类能力,能够在海量、多源和高维测量数据中进行特征提取,具有不依赖人工干预而进行模型诊断和泛化的能力,广泛应用于设备故障诊断领域。阐述了深度学习的典型模型:深度置信网络(DBN)、卷积神经网络(CNN)和自编码器(AE),重点论述了深度学习在轴承故障诊断领域的应用进展。最后讨论了深度学习在轴承故障诊断领域所存在的问题及发展趋势。
展开更多
关键词
深度学习
故障诊断
神经网络
发展趋势
轴承
下载PDF
职称材料
题名
深度学习在轴承故障诊断领域的应用研究
被引量:
15
1
作者
洪腾蛟
丁凤娟
王鹏
冯定
凃
忆
柳
机构
长江大学机械工程学院
湖北省油气钻完井工具工程技术研究中心
南京林业大学机械电子工程学院
出处
《科学技术与工程》
北大核心
2021年第22期9203-9211,共9页
基金
国家科技重大专项(2016ZX05038-002-LH001)
湖北省中央引导地方科技发展专项(2017ZYYD006)
+1 种基金
湖北省技术创新专项(2019AAA010)
中海石油(中国)有限公司湛江分公司项目(CCL2017ZJFN2272)。
文摘
深度学习具有强大的学习能力和特征分类能力,能够在海量、多源和高维测量数据中进行特征提取,具有不依赖人工干预而进行模型诊断和泛化的能力,广泛应用于设备故障诊断领域。阐述了深度学习的典型模型:深度置信网络(DBN)、卷积神经网络(CNN)和自编码器(AE),重点论述了深度学习在轴承故障诊断领域的应用进展。最后讨论了深度学习在轴承故障诊断领域所存在的问题及发展趋势。
关键词
深度学习
故障诊断
神经网络
发展趋势
轴承
Keywords
deep learning
fault diagnosis
neural network
development trend
bearing
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
深度学习在轴承故障诊断领域的应用研究
洪腾蛟
丁凤娟
王鹏
冯定
凃
忆
柳
《科学技术与工程》
北大核心
2021
15
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部