国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

基于深度學(xué)習的故障預測技術(shù)研究
DOI:
CSTR:
作者:
作者單位:

中國船舶工業(yè)綜合技術(shù)經(jīng)濟研究院,中國船舶工業(yè)綜合技術(shù)經(jīng)濟研究院,中國船舶工業(yè)綜合技術(shù)經(jīng)濟研究院,中國船舶工業(yè)綜合技術(shù)經(jīng)濟研究院

作者簡(jiǎn)介:

通訊作者:

中圖分類(lèi)號:

基金項目:


The Fault Prediction Technology Based on Deep Learning
Author:
Affiliation:

China Institute of Marine Technology Economy,Beijing,100081,China Institute of Marine Technology Economy,Beijing,100081,China Institute of Marine Technology Economy,Beijing,100081,China Institute of Marine Technology Economy,Beijing,100081

Fund Project:

  • 摘要
  • |
  • 圖/表
  • |
  • 訪(fǎng)問(wèn)統計
  • |
  • 參考文獻
  • |
  • 相似文獻
  • |
  • 引證文獻
  • |
  • 資源附件
  • |
  • 文章評論
    摘要:

    針對常規故障預測方法難以分析復合故障的情況下各個(gè)故障對系統的交互作用、難以分析裝備數據復雜特征、難以實(shí)時(shí)準確預測故障等現狀,對現代大數據和人工智能方法應用在故障預測領(lǐng)域進(jìn)行研究,提出基于深度學(xué)習的故障預測技術(shù),將系統故障預測可分為動(dòng)態(tài)預測和靜態(tài)預測。利用深度學(xué)習算法處理裝備狀態(tài)監測和試驗驗證獲得的海量故障數據,通過(guò)故障模型訓練、故障特征識別、故障演化規律獲取來(lái)對系統進(jìn)行在線(xiàn)動(dòng)態(tài)預測;針對軟件故障突變特性,利用軟件質(zhì)量特征屬性進(jìn)行靜態(tài)故障預測;同時(shí),提出使用開(kāi)源深度學(xué)習框架TensorFlow進(jìn)行系統研制方法。通過(guò)基于深度學(xué)習的故障預測技術(shù),能夠提高裝備故障預測能力。

    Abstract:

    To solve the problem analyzing the effect of complex faults and the complex characteristics of the equipment data, to predict the fault in real time, this paper presents a scheme of fault prediction based on deep learning. On-line dynamic fault prediction is carried out on the basis of mass data obtained from equipment condition monitoring and test verification by methods of fault model training, fault feature recognition, fault evolution. Based on the attribute information of software quality, software static fault can be predicted. Fault prediction system can be developed based on TensorFlow to improve the fault prediction ability of equipment.

    參考文獻
    相似文獻
    引證文獻
引用本文

吳立金,夏冉,詹紅燕,韓新宇.基于深度學(xué)習的故障預測技術(shù)研究計算機測量與控制[J].,2018,26(2):9-12.

復制
分享
文章指標
  • 點(diǎn)擊次數:
  • 下載次數:
  • HTML閱讀次數:
  • 引用次數:
歷史
  • 收稿日期:2017-06-16
  • 最后修改日期:2017-08-23
  • 錄用日期:2017-08-24
  • 在線(xiàn)發(fā)布日期: 2018-03-07
  • 出版日期: 2018-02-25
文章二維碼
尚义县| 临武县| 赫章县| 司法| 张家川| 和政县| 安丘市| 金昌市| 兰州市| 西乌| 乌鲁木齐县| 嘉鱼县| 万源市| 汝城县| 余姚市| 榆社县| 奎屯市| 九龙城区| 林甸县| 浦北县| 溆浦县| 万安县| 彭州市| 应用必备| 拜泉县| 特克斯县| 娄底市| 高平市| 道孚县| 安徽省| 当雄县| 普宁市| 车致| 溧阳市| 含山县| 扬中市| 金乡县| 汝南县| 呼伦贝尔市| 南郑县| 偃师市|