DOI: 10.12187/2020.01.013
CNN-RNN融合法在旋转机械故障诊断中的应用
丁頔
南国防
上海理工大学 能源与动力工程学院,上海,200093
摘要：针对目前旋转机械故障诊断存在运算时间长、精度不高等问题,将CNN的特征提取能力和RNN时序处理能力相结合,提出了CNN-RNN融合分析法.该方法使用一维CNN网络提取特征数据,剔除受环境噪音等因素影响的无效信息且依然具有时序性,再由处理时序数据精度较高的RN N对该特征数据进行计算处理进而对旋转机械进行故障诊断.在测试集上的验证实验结果表明,该方法不需要手动提取特征数据,运算时间大约减少1/2,故障诊断精度提高约2％,具有可行性.
关键词：卷积神经网络递归神经网络故障诊断旋转机械
分类号：TK05(一般性问题)
论文发表日期：2020-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 102-108 )
英文信息