针对传统故障诊断方法提取特征不丰富、未充分利用时序特征的问题，提出了一种基于多尺度CNN和BiLSTM融合的滚动轴承故障诊断方法。首先设计多尺度CNN模型进行多尺度特征信息的提取;其次设计BiLSTM模型进行提取特征前后之间的内部关系;最后通过全连接层构建了特征信息与故障类型的映射，通过softmax分类器输出故障诊断结果。以准确率为评价指标，该方法在多负载场景下诊断准确率为99.2%，在变负载场景下诊断平均准确率为89.6%。实验结果表明，该方法具有良好的自适应工况的能力。
科研之友
微信
新浪微博
Facebook
分享链接
