JIM图像深度学习在机械设备故障诊断中的应用
随着工业的发展，越来越多的关键机械设备产生了对有效故障诊断的迫切需求，以确保安全运行。在过去的几十年里，研究人员探索并开发了各种方法。近年来，基于深度学习的故障诊断技术发展迅速，在机械设备故障诊断领域取得了令人满意的结果。然而，很少有综述系统地总结和整理这些特殊的图像深度学习方法。为了填补这一空白，本文重点全面回顾了过去5年来机械设备故障诊断专用图像深度学习的发展。一般来说，基于故障图像深度学习的典型图像故障诊断通常包括数据采集、信号处理、模型构建、特征学习和决策。首先，介绍了信号预处理的方法，并简要比较和分析了几种常见的将信号转换为图像的方法。然后，阐述了深度学习模型的原理和变体。此外，总结了现阶段遇到的困难和挑战。最后但同样重要的是，总结了这项工作的未来发展和潜在趋势，希望这项工作能够促进和激励该领域研究人员的进一步探索。机械设备 图像形成·小样本·深度学习·故障诊断
