卷積門控循環(huán)殘差網(wǎng)絡(luò)在軸承故障診斷中的研究

摘要： 針對滾動軸承故障特征較難提取及許多深度學(xué)習(xí)方法因模型簡單而導(dǎo)致準(zhǔn)確率偏低的問題，提出一種基于殘差網(wǎng)絡(luò)的門控循環(huán)網(wǎng)絡(luò)(GRU)，該算法可以減少時序信息的丟失及解決由于網(wǎng)絡(luò)較深而出現(xiàn)性能下降的問題。該模型包含2個卷積層、2個GRU層、1個殘差塊以及1個輸出層，其先利用具有強(qiáng)大特征提取能力的卷積神經(jīng)網(wǎng)絡(luò)(CNN)提取軸承振動信號中的信息，然后將提取到的信息輸入GRU中以保證時序信息不...