Тип публикации: статья из журнала
Год издания: 2025
Идентификатор DOI: 10.36652/0869-4931-2025-79-8-339-344
Ключевые слова: transfer learning, predictive diagnostics, data sets, domain adaptation, domain generalization, ro-tating equipment, neural network architectures, трансферное обучение, прогнозная диагностика, наборы данных, адаптация домена, обобщение домена, вращающееся оборудование, нейросетевые архитектуры
Аннотация: Проведены исследования по диагностированию отказов промышленного вращающегося оборудования с использованием методов трансферного обучения. Представлен обзор современных нейросетевых архитектур с особенностями их применения, преимуществами и недостатками. Обозначена проблема постоянного дефицита информации о состоянии промышленного Показать полностьюоборудования и ее негативное влияние на результаты работы диагностических моделей. Research of industrial rotating equipment failure diagnostics using transfer learning methods is conducted. An overview of modern neural network architectures with features of their application, advantages and disadvantages is presented. The problem of constant information deficitabout industrial equipment state and its negative impact on the results of diagnostic models is designated.
Журнал: Автоматизация. Современные технологии
Выпуск журнала: Т. 79, № 8
Номера страниц: 339-344
ISSN журнала: 08694931
Место издания: Москва
Издатель: ООО "Издательство "Инновационное машиностроение"