یادگیری انتقالی برای تشخیص و پیش‌آگهی عیوب ماشین‌های دوار ۲۰۲۳
Transfer Learning for Rotary Machine Fault Diagnosis and Prognosis 2023

یادگیری انتقالی برای تشخیص عیب و پیش‌آگهی ماشین‌های دوار، تئوری و جدیدترین کاربردهای یادگیری انتقالی در تشخیص عیب و پیش‌آگهی ماشین‌های دوار را معرفی می‌کند. تشخیص عیب ماشین‌های دوار مبتنی بر یادگیری انتقالی موضوع نسبتاً جدیدی است، و این کتاب نوآورانه، پیشرفت‌های اخیر دانشگاهی و صنعتی را برای ارائه راهنمایی سیستماتیک، تلفیق می‌کند. اصول اولیه قبل از پاسخگویی به سوالات کلیدی شرح داده شده‌اند، از جمله کاربردپذیری یادگیری انتقالی در تشخیص عیب و پیش‌آگهی ماشین‌های دوار، جزئیات فنی مدل‌ها، و معرفی یادگیری انتقالی عمیق. مطالعات موردی برای هر روش ارائه شده است که به خوانندگان کمک می‌کند تا تکنیک‌های شرح داده شده را در کار خود به کار گیرند.

• مطالعات موردی برای هر الگوریتم یادگیری انتقالی ارائه می‌دهد
• مدل‌های یادگیری انتقالی را برای حل مسائل مهندسی خاص بهینه می‌کند
• نقش اجزای انتقالی، زمینه‌های انتقالی و ترتیب انتقالی در تشخیص و پیش‌آگهی هوشمند ماشین را شرح می‌دهد

Transfer Learning for Rotary Machine Fault Diagnosis and Prognosis introduces the theory and latest applications of transfer learning on rotary machine fault diagnosis and prognosis. Transfer learning-based rotary machine fault diagnosis is a relatively new subject, and this innovative book synthesizes recent advances from academia and industry to provide systematic guidance. Basic principles are described before key questions are answered, including the applicability of transfer learning to rotary machine fault diagnosis and prognosis, technical details of models, and an introduction to deep transfer learning. Case studies for every method are provided, helping readers apply the techniques described in their own work.

• Offers case studies for each transfer learning algorithm
• Optimizes the transfer learning models to solve specific engineering problems
• Describes the roles of transfer components, transfer fields, and transfer order in intelligent machine diagnosis and prognosis