基于改進(jìn)信息熵和LSTM網(wǎng)絡(luò)的軸承故障診斷

摘要： 針對(duì)傳統(tǒng)的時(shí)頻域故障診斷方法無法對(duì)故障實(shí)現(xiàn)自適應(yīng)識(shí)別和分類，且準(zhǔn)確率較低的問題，提出一種基于改進(jìn)信息熵(improved information entropy, IIE)的長短時(shí)記憶網(wǎng)絡(luò)(long-short time memory network, LSTM)方法。首先對(duì)原始信號(hào)分別進(jìn)行集合經(jīng)驗(yàn)?zāi)B(tài)分解(ensemble empirical mode decompositi...