深度学习在故障诊断领域中的研究现状与挑战.PDF

第 卷 第 期 控 制 与 决 策 年 月 文章编号 深度学习在故障诊断领域中的研究现状与挑战 任 浩 屈剑锋 柴 毅 唐 秋 叶 欣 重庆大学自动化学院，重庆 ； 电力传输设备与系统安全国家重点实验室，重庆 ； 航天发射场可靠性技术重点实验室，海口 摘 要 现代工业系统已呈现出向大型化、复杂化的方向发展 使得针对工业系统的故障诊断方法遇到一系列的 技术难题 近年来 深度学习 在特征提取与模式识别方面显示出独特的优势与潜力 将深度学习应 用于解决复杂工业系统故障诊断的研究已初现端倪 为此 首先介绍几种典型的基于深度学习方法实现工业系统 故障诊断方法 然后对基于深度学习实现故障诊断的主要思想和建模方法进行描述 最后总结和讨论了复杂工业 系统故障的特点 并探讨了深度学习在实现复杂工业系统故障诊断方面所面临的挑战 展望了未来值得继续研究 的方向 关键词 深度学习；复杂工业系统；特征提取；故障检测与识别 中图分类号 文献标志码 ， ， ， ； ， ， ； ， ， ； ； ； 引 言 型进行管理监控检测、定位、隔离复杂工业系统的故 随着计算机、传感器及通信技术的不断发展 现 障难度较传统系统高 代工业系统呈现向大型化、复杂化方向发展的新趋 通常所说的故障被定义为至少一个系统特征或 者变量出现了不被允许的偏差 而故障诊断技术是对 势 反映系统运行机理和状态的数据呈现出海量、 多模态、不确定性、涌现性、多源异构性和价值低