推进机器故障诊断：卷积神经网络的详尽考察
机器学习
2025-02-14 v1 人工智能
摘要
机器的复杂性不断增加， operational efficiency and safety 的需求日益增长，推动了先进故障诊断技术的发展。在这类技术中，卷积神经网络（CNNs）已成为强大的工具，提供了稳健且准确的故障检测和分类能力。本综合性综述深入探讨了CNNs在机器故障诊断中的应用，涵盖其理论基础、架构变体和实际实现。分析了CNNs在该领域的优势与局限，讨论其在处理各种故障类型、数据复杂性和运行环境方面的有效性。此外，我们探讨了CNN-based故障诊断的演进格局，考察了近期在数据增强、迁移学习和混合架构方面的最新进展。最后，我们提出了进一步完善CNN在可靠且 Proactive（主动）机器故障诊断中应用的未来研究方向和潜在挑战。
引用
@article{arxiv.2502.08689,
title = {Advancing machine fault diagnosis: A detailed examination of convolutional neural networks},
author = {Govind Vashishtha and Sumika Chauhan and Mert Sehri and Justyna Hebda-Sobkowicz and Radoslaw Zimroz and Patrick Dumond and Rajesh Kumar},
journal= {arXiv preprint arXiv:2502.08689},
year = {2025}
}