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
- 2021-05-25超临界锅炉给水泵级间密封间隙流动特性
- 2021-03-02加工回转分度类零件的工艺方案设计
- 2025-01-03基于正交试验的液晶屏老化炉优化设计
- 2020-09-03应用动网格技术模拟分析滚动转子压缩机的瞬态流动
- 2021-09-02双级并联齿轮泵不同转速下流动特性的研究



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。