基于DAE-BiLSTM-CNN的滾動軸承故障診斷方法

摘要： 滾動軸承作為機械設(shè)備中的核心組件，其運行狀態(tài)直接影響系統(tǒng)的安全性與可靠性。由于軸承運轉(zhuǎn)過程中的噪聲干擾，傳統(tǒng)故障診斷方法存在識別不準確、模型泛化有限等不足。為解決此問題，提出了一種基于DAE-BiLSTM-CNN的滾動軸承故障診斷方法。通過去噪自動編碼器(DAE)提高模型去除噪聲干擾能力、采用雙向長短時記憶網(wǎng)絡(luò)(BiLSTM)提取軸承運轉(zhuǎn)過程中的時序特征，再采用卷積神經(jīng)網(wǎng)絡(luò)(C... （共7頁）