基于云模型与LSTM算法的旋转机械故障诊断研究

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

所属期刊栏目：51

分类号：TH133;TP391

在线出版日期：2023-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：223-228