基于深度学习理论的机械装备大数据健康监测方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：机械装各正在朝着高速、高精、高效方向发展，为了确保这些装备的健康运行，健康监测系统采集了海量数据来反映机械的健康状况，促使机械健康监测领域进入了“大数据”时代。机械大数据具有大容量、多样性与高速率的特点，研究和利用先进的理论与方法，从机械装备大数据中挖掘信息，高效、准确地识别装备的健康状况，成为机械装备健康监测领域面临的新问题。深度学习理论作为模式识别和机器学习领域最新的研究成果，以强大的建模和表征能力在图像和语音处理等领域的大数据处理方面取得了丰硕的成果。结合机械大数据的特点与深度学习的优势，提出了一种新的机械装备健康监测方法。该方法通过深度学习利用机械频域信号训练深度神经网络，其优势在于能够摆脱对大量信号处理技术与诊断经验的依赖，完成故障特征的自适应提取与健康状况的智能诊断，因此克服了传统智能诊断方法的两大缺陷：需要掌握大量的信号处理技术结合丰富的工程实践经验来提取故障特征；使用浅层模型难以表征大数据情况下信号与健康状况之间复杂的映射关系。试验结果表明，该方法实现了多种工况、大量样本下多级齿轮传动系统不同故障位置不同故障类型的故障特征自适应提取与健康状况准确识别。

原文链接:http://www.cqvip.com//QK/90288X/201521/666638566.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：深度学习 大数据 cqvip 理论与方法 健康状况 机械健康监测 深度学习理论 大数据分析