关键词：DT;故障诊断;Unity3D;自动化生产线;卷积神经网络
摘 要：传统的机器学习算法对汽车自动化生产线开展故障诊断研究，需满足训练集和测试集具有相同的分布，且需要较多的训练样本，但在实际中，故障样本数据难以获取、生产线运行工况多变，导致故障分类准确率较低。鉴于以上问题，文中提出了一种基于数字孪生(Digital Twin, DT)技术的汽车自动化生产线故障诊断研究方法，该方法首先使用SolidWorks对实际生产线建模，然后通过Unity3D软件进行渲染，并结合PLC进行DT模型仿真。最后结合迁移学习技术和卷积神经网络技术实现故障诊断，并与现有方法进行了对比，验证了所提方法的可行性。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取