科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着制造业的快速发展，机械故障诊断对于保证设备安全运行和生产越来越重要。针对传统故障诊断方法难以解决人工提取的不确定性的问题，提出了大量深度学习的特征提取方法，极大的推动了机械故障诊断的发展。作为深度学习的典型代表，卷积神经网络在图像分类、目标检测、图像语义分割等领域都取得了重大的发展，在机械故障诊断领域也有大量文献发表。针对已发表的文献，为了进一步了解利用卷积神经网络的方法进行机械故障诊断的问题，首先简单介绍了卷积神经网络的相关理论，然后从数据输入类型、迁移学习、预测等方面对卷积神经网络在机械故障诊断中的应用进行了归纳总结。最后，展望了卷积神经网络及其在机械故障诊断应用中的发展方向。为研究卷积神经网络的机械故障诊断的人员提供便利性和激励研究人员进一步探索。
- 单位
