仪器仪表学报

作者：陈志强

单位：陈志强,1重庆工商大学 检测控制集成系统工程实验室重庆400067； 2重庆工商大学人工智能学院重庆400067；,,陈旭东,重庆工商大学人工智能学院重庆400067；,,José Valente de Olivira,葡萄牙阿尔加维大学CEOT中心法鲁葡萄牙,,李川,3?重庆工商大学 国家智能制造服务国际科技合作基地重庆400067； 4?葡萄牙阿尔加维大学CEOT中心法鲁葡萄牙,

关键词：深度学习;故障预测与健康管理（PHM）;故障诊断;剩余寿命预测

基金：国家自然科学基金资助项目(51775112)

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。

来源：2019年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第9期