基于DCNN和Bi-LSTM的弧齒錐齒輪箱故障診斷

摘要： 針對傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)(CNN)對弧齒錐齒輪箱的故障識別準(zhǔn)確率不高這一問題，提出一種基于深度分離卷積神經(jīng)網(wǎng)絡(luò)(DCNN)和雙向長短時(shí)記憶網(wǎng)絡(luò)(Bi-LSTM)的弧齒錐齒輪箱智能故障診斷方法。首先，對原始信號進(jìn)行小波閾值降噪處理，將降噪后的信號利用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)算法進(jìn)行了分解；然后，對分解出的本征模態(tài)函數(shù)(IMF)的各個(gè)分量進(jìn)行峭度計(jì)算，選取峭度值最高的IMF分量重構(gòu)成新的...