基于云模型与LSTM算法的旋转机械故障诊断研究 |
| |
引用本文: | 胥佳瑞.基于云模型与LSTM算法的旋转机械故障诊断研究[J].机床与液压,2023,51(19):223-228. |
| |
作者姓名: | 胥佳瑞 |
| |
作者单位: | 中国大唐集团科学技术研究总院有限公司华北电力试验研究院 |
| |
摘 要: | 针对旋转机械故障率偏高,而人工参与故障诊断工作量大、效率偏低等问题,提出一种基于云模型与LSTM算法的旋转机械故障诊断方法。采用实验台采集振动故障原始数据,统一进行EEMD数据预处理,利用云模型进行故障特征数据提取,输入LSTM神经网络模型进行故障诊断。通过云模型和能量法进行特征提取,分别输入支持向量机和LSTM神经网络模型进行诊断结果对比。结果表明:云模型与LSTM算法的故障诊断准确率最高,达到98.75%,证明该方法能够有效应用在旋转机械故障诊断中。
|
关 键 词: | 云模型 LSTM算法 旋转机械 故障诊断 |
|
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|