一种基于遗传算法的CNN-LSTM轴承故障诊断方法
公开
摘要
本发明公开了一种基于遗传算法的CNN‑LSTM轴承故障诊断方法，包括以下步骤：首先使用轴承故障模拟实验平台采集故障数据，采用基于重叠采样的数据增强的方法扩展样本；对样本标注标签并将扩展后的样本划分为训练集和测试集，最后进行标准化。使用遗传算法(GA)对CNN‑LSTM故障诊断模型的结构参数进行选择；使用训练集训练故障诊断模型，使用测试集对轴承故障进行在线诊断。最后，使用参数迁移的方法动态微调故障诊断模型结构，实现轴承跨工况故障诊断。本发明克服了依靠人工提取特征对故障轴承识别精度低，人工经验选择故障诊断模型结构导致准确率不高以及单一卷积神经网络难以捕获时间序列数据的问题。
基本信息
专利标题 ：
一种基于遗传算法的CNN-LSTM轴承故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114295377A
申请号 ：
CN202111518201.7
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-13
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王村松张泉灵伏星张登峰薄翠梅李俊
申请人 ：
南京工业大学
申请人地址 ：
江苏省南京市浦口区浦珠南路30号
代理机构 ：
南京天华专利代理有限责任公司
代理人 ：
韩正玉
优先权 ：
CN202111518201.7
主分类号 ：
G01M13/045
IPC分类号 ：
G01M13/045 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G01
测量；测试
G01M
机器或结构部件的静或动平衡的测试；其他类目中不包括的结构部件或设备的测试
G01M13/045
••声学或振动分析
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
