<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">TACS</journal-id><journal-title-group><journal-title>Technology and Application of Computer Science</journal-title></journal-title-group><issn>2998-8926</issn><eissn>2998-8934</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/TACS.2026070023</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>计算机视觉技术在机械设备故障检测中的应用研究</title><url>https://artdesignp.com/journal/TACS/3/7/10.61369/TACS.2026070023</url><author>钟佳超</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>7</issue><history><date date-type="pub"><published-time>2026-04-14</published-time></date></history><abstract>传统的机械设备故障检测采用人工巡检加传感器监测的方式，存在着检测效率低、精度不高、抗干扰性差等缺陷，不能满足智能制造下智能化运维的要求。本文主要研究计算机视觉技术在机械设备故障检测中的应用，分析该技术的工程应用价值，重点对复杂工况特征提取难、微小故障识别精度低、多源干扰造成检测不稳定等问题进行分析。根据目前存在的问题，本文提出了多尺度特征增强、抗干扰模型的建立、迁移学习优化等改进方法，并且给出了实际工程项目的验证方案是否可行的判断依据。研究结果可以提高设备故障智能检测的效果，给工业机械设备智能化运维提供理论依据和实践借鉴。</abstract><keywords>计算机视觉, 机械设备, 故障检测, 智能运维</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 刘涧 . 面向机械设备故障的实体识别与知识融合技术研究 [D]. 甘肃 : 西北师范大学 ,2024.
[2] 王丽 . 面向机械设备故障诊断的命名实体识别技术研究 [D]. 甘肃 : 西北师范大学 ,2024.
[3] 荣洪国 . 机械电气设备维修中的故障诊断和解决措施 [J]. 模具制造 ,2024,24(5):243-245. DOI:10.13596/j.cnki.44-1542/th.2024.05.078.
[4] 张大宇 . 计算机技术在农业机械智能化管理中的应用研究 [J]. 南方农机 ,2026,57(3):195-198. DOI:10.3969/j.issn.1672-3872.2026.03.052.
[5] 牛玉圣 . 计算机技术在农业机械安全管理中的作用 [J]. 南方农机 ,2026,57(3):159-162. DOI:10.3969/j.issn.1672-3872.2026.03.042.
[6] 卓毅刚 . 基于间歇性信号分析的机械设备故障诊断研究 [D]. 杭州电子科技大学 ,2025.
[7] 丁国珍 . 面向机械设备故障报告的信息抽取技术研究 [D]. 甘肃 : 西北师范大学 ,2025.
[8] 杨淑梅 . 基于无监督学习的机械设备声音异常检测方法研究 [D]. 齐鲁工业大学 ,2025.
[9] 郑凡帆 . 基于深度学习的机械设备故障预警与诊断技术研究 [D]. 北京 : 北京化工大学 ,2020.
[10] 于琦 . 机械制造设备远程监控与故障鉴别方法分析 [J]. 设备管理与维修 ,2018(6):51-52. DOI:10.16621/j.cnki.issn1001-0599.2018.03D.29.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
