基于深度学习的故障预测技术研究.pdfVIP

下载本文档

469
1
约1.63万字
约 4页
2019-09-15 发布于山东
举报
版权申诉

基于深度学习的故障预测技术研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

文章编号：1671—4598(2018)02—0009—04 DOI：10．16526／]．cnki．11—4762／tp．2018．02．003 中图分类号：TP311文献标识码：A 基于深度学习的故障预测技术研究吴立金，夏冉，詹红燕，韩新宇 (中国船舶工业综合技术经济研究院，北京 100081) 摘要：针对常规故障预测方法难以分析复合故障的情况下各个故障对系统的交互作用、难以分析装备数据复杂特征、难以实时准确预测故障等现状，对现代大数据和人工智能方法应用在故障预测领域进行研究，提出基于深度学习的故障预测技术，将系统故障预测可分为动态预测和静态预测；利用深度学习算法处理装备状态监测和试验验证获得的海量故障数据，通过故障模型训练、故障特征识别、故障演化规律获取来对系统进行在线动态预测；针对软件故障突变特性，利用软件质量特征属性进行静态故障预测；同时，提出使用开源深度学习框架TensorFlow进行系统研制方法；通过基于深度学习的故障预测技术，能够提高装备故障预测能力。关键词：深度学习；故障预测；故障演化；软件静态故障预测 FaultPrediction Basedon TechnologyDeepLearning Wu Ran，Zhan Lijin，Xia Hongyan，HanXinyu (ChinaInstituteofMarine 100081．China) TechnologyEconomy．Beijing Abstract：Tosolvethe theeffectof faults problemanalyzing andthe characteristicsofthe complex complex data，tOpredict equipment thefaultinreal aschemeof time，thispaperpresents fault basedOn fault iscarriedOut prediction deeplearning．On--linedynamic prediction onthebasisofmassdataobtainedfrom condition andtestverificationmethodsoffaultmodel feature equipmentmonitoring by training，fault evolution．BasedOntheattributeinformationofsoftware staticfaultcanbe recognition，fault quality，software predicted．Faultprediction canbe basedonTensorFlowto thefault of system developed improve predictionabilityequipment．