首页> 中文期刊> 《轴承》 >基于Inception V3-BiLSTM模型的滚动轴承故障诊断方法

基于Inception V3-BiLSTM模型的滚动轴承故障诊断方法

         

摘要

针对传统深度学习模型对滚动轴承故障诊断效果不佳以及计算效率低等问题,提出了一种基于Inception V3模型和双向长短时记忆网络相结合的滚动轴承故障诊断方法(Inception V3-BiLSTM),加入自注意力机制并采用全局平均池化取代传统的全连接层,实现滚动轴承的智能、高效诊断。使用凯斯西储大学以及渥太华大学轴承数据集的试验结果表明:与传统深度学习方法相比,Inception V3-BiLSTM能够实现同负载下多故障类别和时变转速工况下单一及复合故障的智能诊断,且具有更高的诊断精度和更快的诊断速率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号