基于机器学习的齿轮故障诊断研究现状和发展前景

编号 zgly0001743536

文献类型 期刊论文

文献题名 基于机器学习的齿轮故障诊断研究现状和发展前景

作者 陈天熙  费叶琦  江琴  王吉平  闫业斌 

作者单位 南京理工大学紫金学院智能制造学院  南京林业大学机械电子工程学院  上海普密德自动化科技有限公司 

母体文献 林业机械与木工设备 

年卷期 2022,50(8)

页码 4-7

年份 2022 

分类号 TP81 

关键词 机器学习  故障诊断  齿轮 

文摘内容 机器学习以其优秀的数据处理能力长期活跃于故障诊断领域。主要介绍国内外在基于机器学习的齿轮故障诊断领域的研究成果,梳理了浅层学习模型和深度学习模型在故障诊断领域的应用,并对其出现的问题进行总结与分析,最后对该领域未来的发展进行展望。