原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出一种基于改进1D‑CNN‑LSTM故障诊断模型，主要应用于电机滚动轴承的智能化故障诊断，本发明采用1D‑CNN与LSTM组合的结构，利用全局最大池化层规避使用Flatten层的操作，可以有效的保留并利用输入信号的时序特征，从而提高模型在故障诊断时的精度；通过1D‑CNN提取并简化信号特征，减少输入LSTM的参数量，可以有效降低LSTM的训练时间，增强模型时序特征提取能力，经实验结果表明本发明所提出的模型在不同工况下有较好的适应性和高效性，模型有较强的泛化能力，具备工程应用的可行性。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116451107 A
(43)申请公布日 2023.07.18
(21)申请号 202310117326.1 G06F 18/213 (2023.01)
文档评论（0）