基于物联网与深度学习的机械设备的故障诊断综述

作     者：韩海飞 魏仁哲 王收军 刘楠 HAN Haifei;WEI Renzhe;WANG Shoujun;LIU Nan

作者机构：天津理工大学天津市先进机电系统设计与智能控制重点实验室 天津理工大学机电工程国家级实验教学示范中心 

出 版 物：《天津理工大学学报》 (Journal of Tianjin University of Technology)

年 卷 期：2025年第41卷第2期

页      面：21-29页

学科分类：08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家重点研发计划(2022YFB3207400) 

主　　题：故障诊断 物联网 综述 深度学习 数据处理 

摘      要：高效的机械设备故障诊断是保证机械系统正常运行的必要条件，针对传统的故障诊断过于依赖复杂的人工特征提取，已经不能满足实际诊断要求的问题，归纳综述了将物联网(internet of things, IoT)与深度学习相结合进行故障诊断这一具有潜力的技术。阐述了IoT在设备故障诊断中的便利与优势，对当前基于深度学习的故障诊断就卷积神经网络(convolutional neural network, CNN)、生成对抗网络(generative adversurial network, GAN)、自动编码器(autoencoder, AE)和深度置信网络(deep belief networks, DBN)展开，介绍了各种算法以及应用场景，同时列举了近年来国内外学者在机械设备故障诊断方面开展的研究情况，并比较了不同应用场景下的优势与不足。最后，对于将物联网与深度学习相结合应用在机械设备的故障诊断方向上的未来发展做出展望。