您当前的位置：
首页 >
文章列表页 >
基于深度学习的掘锚机三维可视化健康状态监测方法
更新时间：2025-03-26
|

    • 基于深度学习的掘锚机三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

    • “在煤矿开采领域，专家提出了掘锚机健康状态监测方法，集成深度学习与三维可视化技术，为煤矿掘进设备剩余寿命预测与健康状态监测提供理论基础。”
    • 工程科学与技术   2025年 页码：1-17
    • 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

    • 收稿日期：2024-09-13，

      网络出版日期：2025-03-24，

    移动端阅览

  • 杨学琦,高新勤,郑海洋等.基于深度学习的掘锚机三维可视化健康状态监测方法[J].工程科学与技术, 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,XXXX,XX(XX):1‒17. DOI： 10.12454/j.jsuese.202400743.

  •  
  •  

0

浏览量

0

下载量

0

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

相关作者

熊佳豪
李锋
汤宝平
汪永超
罗玲
熊佳豪
李 锋
汤宝平

相关机构

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
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
0