《改进的循环神经网络故障诊断应用分析案例》3900字.docxVIP

PAGE

PAGEV

PAGE

PAGEII

改进的循环神经网络故障诊断应用分析案例

目录

TOC\o1-3\h\u28300改进的循环神经网络故障诊断应用分析案例 1

84621.1故障诊断流程 1

130591.2数据来源 2

301781.3数据的选取与处理 4

90861.4改进循环神经网络轴承故障诊断应用研究 5

221931.1.1已有循环神经网络进行训练和测试 5

278881.1.2改进LSTM循环神经网络训练和测试 9

119961.5不同循环神经网络故障诊断效果对比分析 10

1.1故障诊断流程

基于循环神经网络的故障诊断框架主要分为五个阶段：

定义状态阶段，对故障状态进行定义。

数据预处理阶段，将数据进行清理、分割、重构、归一化、去噪等处理，并将数据集分为训练集和测试集。

训练阶段，构建整体网络模型，训练分类模型，最后进行微调。

测试阶段，利用测试集测试训练好的模型。

诊断结果评估阶段，确定故障类型，并对诊断结果进行评估。

图1.1故障诊断基本框架

1.2数据来源

通过查阅故障数据相关文献，最终选择了美国凯斯西储大学(CaseWesternReserveUniversity，CWRU)开源提供的轴承故障数据集。本文中所用的部分数据集文件如图1.2所示。因为该数据