基于1DCNN-BiLSTM的端到端滾動軸承故障診斷方法

摘要： 針對滾動軸承早期故障診斷時時頻域特征選取主觀性強、時序特征信息利用不足等問題，提出一種基于卷積神經網絡和雙向長短時記憶神經網絡的滾動軸承早期故障診斷方法。采用卷積神經網絡提取原始振動信號特征，并在卷積層后引入批正則化層，以消除數(shù)據(jù)的不規(guī)則性對權重優(yōu)化的影響，并通過擴展首層卷積層和調整步長以提高特征提取效率。引入雙向長短時記憶神經網絡提升卷積神經網絡對時序特征的提取能力，通過批正...