基于1DCNN-BiLSTM的端到端滚动轴承故障诊断方法

摘要： 针对滚动轴承早期故障诊断时时频域特征选取主观性强、时序特征信息利用不足等问题，提出一种基于卷积神经网络和双向长短时记忆神经网络的滚动轴承早期故障诊断方法。采用卷积神经网络提取原始振动信号特征，并在卷积层后引入批正则化层，以消除数据的不规则性对权重优化的影响，并通过扩展首层卷积层和调整步长以提高特征提取效率。引入双向长短时记忆神经网络提升卷积神经网络对时序特征的提取能力，通过批正... （共8页）