A Comprehensive Review of Machine Learning Algorithms for Fault ‎Diagnosis and Prediction in Rotating Machinery

الشريط الجانبي للمقالة

PDF (الإنجليزية)
منشور: 2025-08-28
DOI: https://doi.org/10.29196/jubes.v33i4.5891
الكلمات المفتاحية:
التعلم الآلي، تحليل الاهتزازات، الآلات الدوارة، اكتشاف الأعطال‏

محتوى المقالة الرئيسي

‏ ‏Afrah Thamer Abdullah
Division of Construction and Projects, Mustansiriyah University, Baghdad, Iraq
Haneen Mohammed Hussein
Division of Construction and Projects, Mustansiriyah University, Baghdad, Iraq
Raad Saad Sabeeh ‎
Division of Construction and Projects, Mustansiriyah University, Baghdad, Iraq
Marwan Jassim Hussien ‎
Division of Construction and Projects, Mustansiriyah University, Baghdad, Iraq

الملخص

أظهرت خوارزميات التعلم الآلي أهمية كبيرة في كشف الأعطال والصيانة التنبؤية للمعدات الصناعية، ممايحسن من الكفاءة ويقلل التوقف المفاجئ. تستخدم نماذج مثل CNN و SVMو MLPلتحليل بيانات المستشعرات وتصنيف الأعطال، مع تقنيات معالجة الإشارات لاستخلاص الخصائص الهامة. تستخدم طرق تقليل الأبعاد مثل PCAوAutoencodersلتبسيط البيانات المعقدة وكشف الإشارات الدالة على الأعطال.


وأثبتت نماذج التعلم العميق مثل 1D-DCNN وResNet-3N فعاليتها في فهم الأنماط الزمنية وتحسين دقة التنبؤ بالأعطال.

##plugins.themes.bootstrap3.displayStats.downloads##

##plugins.themes.bootstrap3.displayStats.noStats##

تفاصيل المقالة

إصدار

مجلد 33 عدد 4 (2025): ‏‎Journal of University of Babylon Engineering Sciences

القسم

Articles
Creative Commons License

هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.

كيفية الاقتباس

[1]
"A Comprehensive Review of Machine Learning Algorithms for Fault ‎Diagnosis and Prediction in Rotating Machinery", JUBES, م 33, عدد 4, ص 110–127, 2025, doi: 10.29196/jubes.v33i4.5891.

المؤلفات المشابهة

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.