改进CNN-LSTM 模型在滚动轴承故障诊断中的 应用① 曹正志, 叶春明 (上海理工大学 管理学院, 上海 200093)通讯作者: 曹正志 摘 要: 滚动轴承的运行状态对整机工作状态影响重大, 但目前其故障诊断方法存在依赖手工特征提取、鲁棒性不高等问题. 因此, 本文提出了一种基于改进的一维卷积神经网络(1D-CNN)和长短期...
滚动轴承的运行状态对整机工作状态影响重大,但目前其故障诊断方法存在依赖手工特征提取,鲁棒性不高等问题.因此,本文提出了一种基于改进的一维卷积神经网络(1D-CNN)和长短期记忆网络(LSTM)集成的滚动轴承故障诊断方法(1D-CNN-LSTM).首先,利用改进的1D-CNN-LSTM模型对滚动轴承6种不同的工作状态进行了分类识别实验,实验...