基于深度学习的石化机组轴承故障诊断综述
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
6.17 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
作为石化机组的重要组成部分,轴承发生故障将导致机械运转故障进而影响企业经济效益,故而研究石化机组轴承故障预测、故障诊断具有重大意义。介绍故障诊断中早期基于信号处理的轴承故障诊断方法,阐述应用广泛的深度学习(包括卷积神经网络、迁移学习)等模型在石化机组轴承故障诊断中的应用,并展望基于人工智能的石化机组轴承故障诊断应用。相关论文
- 2020-10-23高速切削条件下提高单位功率材料切除率的切削用量选择研究
- 2025-01-03基于分层变扫描路径法修复薄壁缺口缺陷
- 2021-09-10基于模板的相似结构盘类零件数控快速编程
- 2021-06-07前盖组件制造精度控制研究
- 2021-08-16硬质合金立铣刀铣削镍基高温合金GH4169的铣削振动试验研究
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。