基于人工智能 (AI) 的转子故障诊断 (RFD) 对工业 4.0 革命的预测和健康管理 (PHM) 提出了各种挑战。与任何其他旋转机械故障相比，转子故障在其特征工程中利用故障特定特征方面受到了人工智能研究界的更多关注。虽然转子故障，特别是结构转子故障 (SRF)，已被证明是大多数旋转机械问题的根本原因，但该领域的研究主要围绕轴承和齿轮故障展开。在这种情况下，本文首次尝试审查和定义 AI 在 RFD 中的作用，并为研究人员和学者提供转子故障的全面审查。此外，这项研究在三个方面是独一无二的：(i) 它强调在 AI 中使用特定于故障的特征，(ii) 它基于故障分析而不是具有适当故障分类的组件分析，以及 (iii) 它描绘了当前的研究和分析符合基于 AI 的 RFD 框架的不同阶段。最后，关于未来研究方向的部分旨在弥合基于实验室的解决方案和现实世界的 RFD 工业解决方案之间的差距。



"点击查看英文标题和摘要"