基于深度学习的数字化装备故障诊断研究综述

来源：计算机测量与控制杂志2024年第5期北京时间：

作者：刘奥林,古平,赵张鹏

单位：陆军工程大学石家庄校区

摘要：数字化装备具有结构复杂、技术密集、信息化程度高等特点,传统的故障诊断方法需要拆装的部件多、故障定位准确率低,而深度学习能够从装备原始数据中挖掘有价值且敏感的特征,适合用于数字化装备的智能故障诊断；为此,首先进行了部队数字化装备故障诊断的现实困境和挑战分析,阐述了国内外数字化装备维修保障的研究现状,而后总结了装备故障诊断的主要方法和研究应用进展,重点将深度学习在装备故障诊断领域的研究成果进行了梳理,最后结合实际提出了基于深度学习方法实现数字化装备故障诊断的3种研究思路。

关键词：数字化装备;维修保障;故障诊断;深度学习;研究综述

基金资助：全军军事类研究生资助课题(JY2021C093)