基于VMD-CNN-BiLSTM的軸承故障多級分類識別

摘要： 雙饋風(fēng)力發(fā)電機(DFIG)作為風(fēng)能發(fā)電領(lǐng)域的關(guān)鍵設(shè)備之一，保障其穩(wěn)定運行顯得尤為重要。針對DFIG軸承故障的多級分類問題，提出了一種基于參數(shù)優(yōu)化的變分模式分解-卷積神經(jīng)網(wǎng)絡(luò)-雙向長短期記憶(VMD-CNN-BiLSTM)故障診斷模型。首先，采用改進的麻雀優(yōu)化算法——魚鷹-柯西-麻雀搜索算法(OCSSA)對變分模態(tài)分解(VMD)的懲罰因子、模態(tài)分量進行了優(yōu)化，OCSSA算法是將魚...