文献类型：期刊文章

作　　者：郭一帆[1] 唐家银[1]

Guo Yifan;Tang Jiayin(Department of Statistics, College of Mathematics, Southwest Jiaotong University, Chengdu, Sichuan611756)

机构地区：[1]西南交通大学数学学院统计系,成都611756

出　　处：《计算机测量与控制》

基　　金：中国铁路总公司科技研究开发计划项目(2017J003-H);四川省统计科学研究计划项目资助(2016sc50);中央高校基本科研业务费专题项资助(2682018ZT25)

年　　份：2019

卷　　号：27

期　　号：3

起止页码：7-13

语　　种：中文

收录情况：CSA、CSA-PROQEUST、INSPEC、JST、ZGKJHX、普通刊

摘　　要：寿命预测与故障诊断作为复杂装备系统可靠性分析中的两类重要问题,基于数据驱动的机器学习分析方法具有良好的工程效果;文章系统地从故障预测与寿命估算及后续健康管理的实际工程需求出发,深入分析该类型系统因性能衰退出现的早期故障诊断与维护时间确定的共性难点问题并深度挖掘其所对应的关键科学问题,对机器学习算法在其中的应用与研究进行综述,重点阐述了人工神经网络、支持向量机等机器学习算法,对于完善可靠性分析方法,进一步推动机器学习算法在可靠性工程领域的运用具有一定的指导意义。

关 键 词：机器学习  寿命预测  故障诊断 可靠性

分 类 号：TN707]