振动与冲击2021，Vol.40Issue(5) ：113-118.DOI:10.13465/j.cnki.jvs.2021.05.015

基于注意力BiGRU的机械故障诊断方法研究

Mechanical fault diagnosis method based on attention BiGRU

张立鹏 毕凤荣 程建刚 沈鹏飞
振动与冲击2021，Vol.40Issue(5) ：113-118.DOI:10.13465/j.cnki.jvs.2021.05.015
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于注意力BiGRU的机械故障诊断方法研究

Mechanical fault diagnosis method based on attention BiGRU

张立鹏 1毕凤荣 2程建刚 3沈鹏飞3
扫码查看

作者信息

  • 1. 天津内燃机研究所,天津300072
  • 2. 天津内燃机研究所,天津300072;天津大学内燃机燃烧学国家重点实验室,天津300072
  • 3. 天津大学内燃机燃烧学国家重点实验室,天津300072
  • 折叠

摘要

为了解决机械故障诊断领域传统方法自适应性差、参数选择过于依赖人工的问题,提出了一种基于循环神经网络的机械故障诊断算法.该方法利用预处理后的机械振动信号,搭建了双向门控循环单元的故障诊断模型,并进行了基于注意力机制的模型优化,提高了特征提取效率.经过美国凯斯西储大学轴承数据集以及自采集的柴油机故障实验数据验证,相比于传统神经网络算法提升了计算效率和诊断准确率,并表现出了良好的抗噪能力.结果表明,该方法可以有效适用于基于机械振动信号的故障诊断,具有一定的工程应用价值.

关键词

双向门控循环单元/注意力机制/故障诊断/循环神经网络

引用本文复制引用

出版年

2021
振动与冲击
中国振动工程学会 上海交通大学 上海市振动工程学会

振动与冲击

CSTPCDCSCD北大核心
影响因子：0.898
ISSN：1000-3835
被引量16
参考文献量2
段落导航相关论文