案例学习诊断推荐范式

提供一种基于案例学习的故障诊断算法定量推荐新范式，摆脱对专家经验和故障数据的依赖

Zou, Xinyu · 陶来发 · Lulu, Sun · 王朝 · Ma, Jian · Lü, Chen

Reliability Engineering and System Safety 2023

参数信息

推荐准确率

70.40 %

技术优势

摆脱专家经验

推荐模型从案例集中自动学习算法适用规则，不再需要专家人工判断。

精度达70.40%

在齿轮箱案例集上平均推荐准确率达到70.40%，证明方法有效。

应用场景

• 机械故障诊断：为齿轮箱等机械设备的诊断任务快速匹配合适算法，减少试错。
• 健康管理系统：作为PHM系统的前端模块，自动给出算法推荐，加速系统设计。
• 工业设备监测：将诊断任务属性结构化，为工业设备监测系统提供算法选型依据。