自適應(yīng)注意力LSTM-ResNet下的滾動軸承故障診斷

摘要： 滾動軸承信號具有復(fù)雜性和非線性的特點，對特征提取和故障分類帶來挑戰(zhàn)。為解決上述問題，文章提出一種自適應(yīng)注意力LSTM-Resnet(long short-term memory residual network)下的滾動軸承故障診斷方法。首先設(shè)計雙向LSTM組特征提取模型，獲取復(fù)雜運行條件下的滾動軸承特征；然后，提出自適應(yīng)注意力LSTM-ResNet完成特征學(xué)習(xí)，并自適應(yīng)調(diào)整模...