基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
微弱故障特征的有效提取与判别模型的精确性是滚动轴承状态监测和故障诊断的关键.针对长短时记忆网络(LSTM)模型在少样本条件下存在故障诊断准确度较低的问题,提出一种基于双向长短时记忆网络(BI-LSTM)的小样本滚动轴承故障诊断方法:首先采用自适应白噪声的集合经验模态分解(CEEMDAN)与傅里叶变换对信号进行分解变换构成特征矩阵,然后采用BI-LSTM进行特征提取,获取每个样本序列的故障特征,最后采用逻辑回归(LR)将多个故障特征汇总学习.结果表明:所提出的方法在随机的小样本测试集上平均精确度相对传统LSTM模型提高30.8%,可为滚动轴承健康状态监测提供重要算法支撑.
推荐文章
小样本条件下基于SGMM模型的滚动轴承故障诊断研究
小样本条件
SGMM模型
变分模态
熵解卷积
端点效应
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
基于EMD的滚动轴承故障诊断方法研究
故障诊断
滚动轴承
经验模态分解
峭度系数
Hilbert变换
滚动轴承故障诊断研究
滚动轴承
MATLAB软件
BP神经网络
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BI-LSTM的小样本滚动轴承故障诊断方法研究
来源期刊 噪声与振动控制 学科 交通运输
关键词 故障诊断 CEMMDAN BI-LSTM LR 轴承 傅里叶变换
年,卷(期) 2020,(4) 所属期刊栏目 信号处理与故障诊断
研究方向 页码范围 103-108
页数 6页 分类号 U279|TP183
字数 3422字 语种 中文
DOI 10.3969/j.issn.1006-1355.2020.04.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梅桂明 西南交通大学牵引动力国家重点实验室 46 1117 19.0 33.0
2 刘晓龙 西南交通大学牵引动力国家重点实验室 9 21 3.0 4.0
3 王江文 西南交通大学牵引动力国家重点实验室 7 14 3.0 3.0
4 范宇雪 西南交通大学牵引动力国家重点实验室 1 0 0.0 0.0
5 邱江洋 西南交通大学牵引动力国家重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (112)
共引文献  (21)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(17)
  • 参考文献(1)
  • 二级参考文献(16)
2016(22)
  • 参考文献(1)
  • 二级参考文献(21)
2017(14)
  • 参考文献(2)
  • 二级参考文献(12)
2018(6)
  • 参考文献(4)
  • 二级参考文献(2)
2019(6)
  • 参考文献(6)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
故障诊断
CEMMDAN
BI-LSTM
LR
轴承
傅里叶变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
噪声与振动控制
双月刊
1006-1355
31-1346/TB
大16开
上海市华山路1954号上海交通大学
4-672
1981
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
论文1v1指导