基于LSTM与迁移学习的滚动轴承故障诊断

doi:10.3969/j.issn.1674-8425(z).2021.01.011

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (1): 83-88.doi: 10.3969/j.issn.1674-8425(z).2021.01.011

基于LSTM与迁移学习的滚动轴承故障诊断

修嘉芸1,谷玉海1,任斌2,王红军1

1.北京信息科技大学现代测控技术教育部重点实验室,北京 100192;2.北京航天长征飞行器研究所,北京 100076

出版日期:2021-02-22 发布日期:2021-02-22
作者简介:修嘉芸,女,硕士研究生,主要从事信号处理与故障诊断方面研究,E-mail:821521346@qq.com;通讯作者谷玉海,男,博士,教授,主要从事测控技术及仪器方面研究,E-mail:gyuhai@163.com?

Online:2021-02-22 Published:2021-02-22

摘要/Abstract

摘要： 目前以数据驱动为基础的深度学习故障诊断方法已经得到了广泛的研究,然而基于深度学习的故障诊断普遍存在需要海量训练数据的不足?为有效克服上述问题,提出了一种基于长短期记忆网络(longshorttermmemory,LSTM)与迁移学习结合的滚动轴承智能故障诊断方法?首先使用心电图片段数据对网络中的参数进行训练,然后将正常状态下和各类故障状态下的滚动轴承曲线作为网络输入训练网络最后3个全连接层,最后得到整个训练网络?通过数据验证,证明所采用的方法与传统的故障诊断方法相比,能更加智能识别各类故障类别,并且拥有更高的正确率和良好的泛化能力?

关键词: 长短期记忆网络, 迁移学习, 滚动轴承, 故障诊断

中图分类号:

TP206+.3

修嘉芸1,谷玉海1,任斌2,王红军1. 基于LSTM与迁移学习的滚动轴承故障诊断[J]. 重庆理工大学学报（自然科学）, 2021, 35(1): 83-88.

[1]	王博, 王斌, 赵东平. [J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 105-111.
[2]	陈雪俊, 贝绍轶, 李波, 卿宏军, 毛坤鹏. [J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 96-104.
[3]	王华秋, 李鑫. [J]. 重庆理工大学学报（自然科学）, 2021, 35(2): 152-158.
[4]	赵杰1,陈志刚1,2,赵志川1,张楠1,2. 基于同步提取变换和DRSN的滚动轴承故障诊断研究[J]. 重庆理工大学学报（自然科学）, 2021, 35(1): 138-144.
[5]	姚文,丁康. 定轴齿轮箱故障振动特性仿真及实验研究[J]. 重庆理工大学学报（自然科学）, 2020, 34(7): 114-121.
[6]	张明德，卢建华，马婧华. 基于多尺度卷积策略CNN的滚动轴承故障诊断[J]. 重庆理工大学学报（自然科学）, 2020, 34(6): 102-110.
[7]	曹蔚, 王宁, 王栋, 张晗, 王海文. 基于 MED 和 Morlet 连续小波消噪的冲击特征提取方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 66-72.
[8]	向华荣, 曾敬, 郑国峰, 秦致远. 基于长短期记忆网络的载荷谱外推方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 51-57.
[9]	刘彦超１, 刘慧文２, 高薇３, 李凤银４. 基于改进粒子滤波算法的小型无人机传感器故障诊断方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 174-179.
[10]	. 改进量子神经网络高压断路器故障诊断方法研究[J]. 重庆理工大学学报（自然科学）, 2018, 32(9): -.
[11]	. 基于刚柔耦合动力学的定轴齿轮箱故障仿真[J]. 重庆理工大学学报（自然科学）, 2018, 32(3): -.
[12]	. 基于转速信号的旋转机械故障诊断方法研究[J]. 重庆理工大学学报（自然科学）, 2018, 32(3): -.
[13]	. 改进的形态差值滤波器在滚动轴承故障诊断中的应用[J]. 重庆理工大学学报（自然科学）, 2018, 32(1): -.
[14]	. 多桥并联励磁系统功率单元故障诊断方法[J]. 重庆理工大学学报（自然科学）, 2017, 31(6): -.
[15]	. 罗氏线圈检测励磁变压器中脉冲干扰信号仿真试验研究[J]. 重庆理工大学学报（自然科学）, 2017, 31(6): -.

基于LSTM与迁移学习的滚动轴承故障诊断

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10