一种基于改进后一维卷积循环神经网络的电机轴承故障诊断方法
申请号:CN202410713081
申请日期:2024-06-04
公开号:CN118606755A
公开日期:2024-09-06
类型:发明专利
摘要
本发明提供一种基于改进后一维卷积循环神经网络的电机轴承故障诊断方法,包括以下步骤:步骤S1:使用收集到的大量轴承故障电机的振动信号训练改进后一维卷积循环神经网络模型;步骤S2:使用经过训练的改进后一维卷积循环神经网络模型对实际采集到的电机轴承故障信号进行分类和识别。采用本发明的技术方案,解决了现有技术需要人工判断复杂机械的故障难题,且不依赖于复杂的专业知识判断。
技术关键词
卷积循环神经网络
电机轴承故障
长短时间记忆网络
引入注意力机制
卷积特征提取
信号
故障诊断模型
数据
神经网络结构
LSTM模型
节点数
文件夹
电机壳体
特征数