基于深度学习和迁移学习的液压泵健康评估方法
来源：机械与电子杂志2018年第09期北京时间：
作者：刘志宇;黄亦翔
单位：(上海交通大学机械与动力工程学院,上海 200240)
摘要：对液压泵建立健康评估模型需要大量训练数据，然而由于其工作条件随时间的地点变化，使得获取特定条件下的数据比较困难。为了在目标数据不足的条件下对液压泵建立健康评估模型，提出了一种深度学习和迁移学习的液压泵健康评估方法。首先，通过卷积神经网络的方法对已有大量历史条件下液压泵振动的频域信号建立预测模型，再用迁移学习的思想在少量目标液压泵数据上对深度学习模型进行微调。实验结果表明，该方法可以有效地提高预测准确率。
关键词：健康评估;深度学习;迁移学习;卷积神经网络;液压泵
