期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的复杂退化系统剩余寿命预测研究现状与挑战
被引量：
3
1
作者
胡昌华
张浩
+1 位作者
喻勇
张晟斐
《电光与控制》
CSCD
北大核心
2021年第2期1-6,共6页
工程设备与军事装备在运行过程中由于材料磨损、工况变化等多方面原因,系统性能逐渐退化甚至失效,造成经济损失与人员伤亡。因此,为保障系统正常运行,剩余寿命(RUL)预测技术受到研究人员的重点关注。大数据时代下所获得的监测数据具有...
工程设备与军事装备在运行过程中由于材料磨损、工况变化等多方面原因,系统性能逐渐退化甚至失效,造成经济损失与人员伤亡。因此,为保障系统正常运行,剩余寿命(RUL)预测技术受到研究人员的重点关注。大数据时代下所获得的监测数据具有高维度、强耦合性等特点,采用传统的剩余寿命预测方法难以建模,而深度学习方法能精确建立监测数据与退化状态或寿命标签间的映射关系。详细阐述了4种典型深度学习技术在剩余寿命预测领域的研究现状,总结各类方法的优缺点,最后探讨了基于深度学习的复杂退化系统剩余寿命预测方法的未来研究方向。
展开更多
关键词
剩余寿命预测
复杂退化系统
深度学习
特征提取
在线阅读
下载PDF
职称材料
题名
基于深度学习的复杂退化系统剩余寿命预测研究现状与挑战
被引量：
3
1
作者
胡昌华
张浩
喻勇
张晟斐
机构
火箭军工程大学
出处
《电光与控制》
CSCD
北大核心
2021年第2期1-6,共6页
基金
国家自然科学基金(61833016,61922089,61903376,61773386,62073336)。
文摘
工程设备与军事装备在运行过程中由于材料磨损、工况变化等多方面原因,系统性能逐渐退化甚至失效,造成经济损失与人员伤亡。因此,为保障系统正常运行,剩余寿命(RUL)预测技术受到研究人员的重点关注。大数据时代下所获得的监测数据具有高维度、强耦合性等特点,采用传统的剩余寿命预测方法难以建模,而深度学习方法能精确建立监测数据与退化状态或寿命标签间的映射关系。详细阐述了4种典型深度学习技术在剩余寿命预测领域的研究现状,总结各类方法的优缺点,最后探讨了基于深度学习的复杂退化系统剩余寿命预测方法的未来研究方向。
关键词
剩余寿命预测
复杂退化系统
深度学习
特征提取
Keywords
remaining useful life prediction
complex degradation system
deep learning
feature extraction
分类号
V448 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的复杂退化系统剩余寿命预测研究现状与挑战
胡昌华
张浩
喻勇
张晟斐
《电光与控制》
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
