首页> 中文期刊> 《电子科技》 >基于一维Wconv-BiLSTM的轴承故障诊断算法

基于一维Wconv-BiLSTM的轴承故障诊断算法

         

摘要

针对不同信噪比噪声干扰下的轴承故障诊断问题,文中建立了一种基于一维宽卷积核卷积神经网络和双向长短记忆神经网络的轴承故障诊断模型.向该模型输入轴承振动信号,通过短时傅里叶变换将振动信号转化为时频图.然后利用首层为宽卷积核的卷积神经网络和长短记忆神经网络分别提取其空间与时间特征,并结合全连接层实现分类.为增强抗噪性,模型采用数据增强、mini-batch和批量标准化的方法.试验采用CWRU的轴承故障数据集,通过添加不同信噪比噪声构造噪声干扰试验.试验表明该模型有较好的抗噪性,在信噪比为2 dB的噪声干扰下仍能取得98%以上的故障识别准确率.

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