故障诊断入门级选手提个问题，振动信号分析直接做频谱分析就好了，为啥需要人工智能? - amaze2的回答 - 知乎
https://www.zhihu.com/question/332473558/answer/1349385215
对于简单的机械设备，比如一级平行齿轮箱，信号比较简单，直接频谱分析就可以满足需求。
但是，如果是复杂的设备，比如多级行星齿轮传动、强环境噪声、而且故障处在早期阶段、比较微弱的情况下，在频谱图上可能找不出故障频率。
那该怎么办呢？
深度学习提供了一种思路。
顺便推荐一种专门针对强噪声情况下故障诊断的深度学习方法——深度残差收缩网络。
深度残差收缩网络在其内部采用了软阈值函数，类似于小波阈值降噪，在深度学习模型的内部，自动消除噪声信息，从而获得更准确的故障特征。
Zhao, M, et al. "Deep residual shrinkage networks for fault diagnosis." IEEE Transactions on Industrial Informatics (2019): 4681-4690.
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69980920/viewspace-2715745/ ，如需转载，请注明出处，否则将追究法律责任。
下一篇：
没有了~
请登录后发表评论
登录
全部评论
