摘要
随着现代工业的发展,机械设备的故障诊断成为了整个工业体系中的重要一环。轴承作为机械设备最重要零部件之一,不断提高其故障诊断技术是必不可少的。随着计算机硬件的发展,机器学习已经成为一种非常有效的分类工具,被广泛应用于自然语言处理以及图像处理,并取得了非常好的效果。为了提高诊断速度与诊断精度,已有非常多的学者将机器学习方法引入故障诊断领域,并取得了不错的成果。本研究从理论和实践两方面探讨了轴承故障诊断领域内的机器学习算法,包括支持向量机、决策树、K近邻、朴素贝叶斯、人工神经网络、深度学习和迁移学习方法。总结了上述方法的优缺点,在面对不同问题时,可以以此为依据,选择合适的方法来为轴承故障进行诊断。
出处
《装备制造技术》
2022年第3期118-126,共9页
Equipment Manufacturing Technology
基金
广东省促进经济高质量发展专项(粤融办函[2020]161号)。
