您当前的位置：
首页 >
文章列表页 >
基于深度学习的掘锚机3维可视化健康状态监测方法
机械工程 | 更新时间：2026-05-23

    • 基于深度学习的掘锚机3维可视化健康状态监测方法

    • Deep Learning Based 3D Visualization Health Condition Monitoring Method for Anchor Digging Machines

    • 工程科学与技术   2025年57卷第4期 页码：326-341
    • 基金信息：
      国家自然科学基金项目(51575443);陕西省教育厅重点科学研究计划项目(20JY047);陕西省重点研发计划项目（2023‒ YBGY‒;328

    • DOI：10.12454/j.jsuese.202400743    

      中图分类号： TD407;TH17

    • 收稿：2024-09-13，

      修回：2025-01-21，

      网络首发：2025-03-24，

      纸质出版：2025-07-20

    移动端阅览

  • Yang Xueqi,Gao Xinqin,Zheng haiyang,et al.Deep learning based 3D visualization health condition monitoring method for anchor digging machines[J].Advanced Engineering Sciences,2025,57(4):326‒341.[杨学琦,高新勤,郑海洋,等.基于深度学习的掘锚机3维可视化健康状态监测方法[J].工程科学与技术,2025,57(4):326‒341.] DOI： 10.12454/j.jsuese.202400743.

    YANG Xueqi,GAO Xinqin,ZHENG Haiyang,et al.Deep Learning Based 3D Visualization Health Condition Monitoring Method for Anchor Digging Machines[J].Advanced Engineering Sciences, DOI： 10.12454/j.jsuese.202400743.

  •  
  •  

0

浏览量

909

下载量

1

CNKI被引量

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于策略梯度Informer模型的滚动轴承剩余寿命预测
水岩耦合作用下碳质泥岩蠕变特性及本构模型
“可展开结构及其在航天工程中的应用”专栏征稿启事
大型可展开网状天线反枕效应研究进展
拱顶侧向爆炸荷载作用下隧洞结构抗爆性能

相关作者

杨军
郑海洋
高新勤
杨学琦
熊佳豪
李锋
汤宝平
汪永超

相关机构

西安理工大学 机械与精密仪器工程学院
北京东方国信科技股份有限公司
四川大学 机械工程学院
重庆大学 机械传动国家重点实验室
中国测试技术研究院
0