机床与液压

作者：刘鸣慧，熊建斌?，苏乃权，李春林?，岑健，张钰妤

单位：广东技术师范大学自动化学院;广州市智慧建筑设备信息集成与控制重点实验室；广东技术师范大学自动化学院;广州市智慧建筑设备信息集成与控制重点实验室；广东技术师范大学自动化学院;广州市智慧建筑设备信息集成与控制重点实验室；广东石油化工学院机电学院；广东技术师范大学自动化学院;广州市智慧建筑设备信息集成与控制重点实验室；广东技术师范大学自动化学院;广州市智慧建筑设备信息集成与控制重点实验室

关键词：轴承故障诊断;机器学习;特征提取;卷积神经网络;迁移学习

基金：国家自然科学基金面上项目（62073090)；国家自然科学基金-广东省联合基金重点项目（U22A20221）；广东省科技创新战略专项资金项目（pdjh2022b0301）；广东省教育厅重大项目（2020ZDZX201）；广东省教育厅重点项目（219KZDXM020）；广东省自然科学基金面上项目（2023A1515011423）

作为石化机组的重要组成部分，轴承发生故障将导致机械运转故障进而影响企业经济效益，故而研究石化机组轴承故障预测、故障诊断具有重大意义。介绍故障诊断中早期基于信号处理的轴承故障诊断方法，阐述应用广泛的深度学习（包括卷积神经网络、迁移学习）等模型在石化机组轴承故障诊断中的应用，并展望基于人工智能的石化机组轴承故障诊断应用。

来源：2023年第6期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第6期