深度学习算法在工业设备故障诊断应用研究

摘要

故障诊断分类技术在工业上已经被广泛的使用,在工业设备维护起到了关键性作用,但是自动故障诊断分类技术目前还存在不足,要求精确地对设备机械进行自动诊断,准确地分析出设备故障产生的原因,从而确定故障发生的部位。针对工业上旋转机械设备的特殊性和复杂性,引入了深度学习算法来提高设备故障分类的准确率。首先对旋转机械设备建立数据集,通过深度学习算法对数据进行特征提取,由多个网络层迭代学习设备故障特征,最终优化深度学习算法模型输出不同设备故障类型,提高系统分类的准确率。本文还对故障诊断分类等技术进行总结与分析,然后重点分析了深度学习故障诊断技术在工业上机械旋转类的应用;最后提出了现有深度学习故障诊断分类技术研发方法的不足,希望深度学习领域在故障诊断技术有很好的发展。