变转速下基于改进ConvLSTM的滚动轴承故障诊断

噪声与振动控制 ›› 2025, Vol. 45 ›› Issue (2): 76-81.

变转速下基于改进ConvLSTM的滚动轴承故障诊断

黄金鹏，吴国新，刘秀丽

收稿日期:2023-09-21 修回日期:2023-11-27 出版日期:2025-04-18 发布日期:2025-03-27

Fault Diagnosis of Rolling Bearings Based on Improved Convolutional LSTM Networks under Variable Speed Conditions

Received:2023-09-21 Revised:2023-11-27 Online:2025-04-18 Published:2025-03-27

摘要/Abstract

摘要： 针对在多传感器下变转速且带有不同程度噪声的工况下故障特征被淹没的问题，提出一种基于改进卷积长短时记忆网络(Convolutional LSTM, ConvLSTM)的故障诊断方法：首先将多个传感器采集的一维振动信号切分为二维矩阵序列；再利用由改进ConvLSTM单元构成的特征提取层提取信号内的时间特征和空间特征，改进ConvLSTM单元是将传统ConvLSTM单元输入门中的普通卷积换成膨胀卷积，在相同的卷积核其有更大的感受野读取输入信息；最后通过由卷积层和全局平均池化(Global Average Pooling，GAP)构造的分类输出层得到诊断结果。试验使用CWRU滚动轴承数据集和XJTU-SY滚动轴承数据集进行验证。试验结果表明，与其他对比模型相比，改进ConvLSTM模型在变转速且带有不同程度噪声下达到较高的精确率并且受样本量的影响更小。

关键词: 故障诊断, 滚动轴承, 变转速工况, 深度学习, ConvLSTM

黄金鹏, 吴国新, 刘秀丽. 变转速下基于改进ConvLSTM的滚动轴承故障诊断[J]. 噪声与振动控制, 2025, 45(2): 76-81.

[1]	周芸, 吴胜利, 邢文婷. 基于特征融合的齿轮箱故障诊断[J]. 噪声与振动控制, 2025, 45(2): 63-69.
[2]	袁建华, 邵星, 王翠香, 皋军. 基于AMCNN-BiLSTM-CatBoost的滚动轴承故障诊断模型研究[J]. 噪声与振动控制, 2025, 45(2): 82-89.
[3]	史竞成, 吴占涛, 程军圣, 杨宇, . 改进自注意力机制的滚动轴承寿命预测方法[J]. 噪声与振动控制, 2025, 45(2): 90-96.
[4]	李栋国, 刘韬, 李洁松, 王振亚, 王贵勇. 基于数模联动的滚动轴承性能退化评估[J]. 噪声与振动控制, 2025, 45(2): 105-111.
[5]	王若凡, 朱松青, 杨柳, 郝飞, 徐涛. 基于改进JSOA-SVM的地铁站台门故障诊断[J]. 噪声与振动控制, 2025, 45(2): 112-117.
[6]	马文礼, 石广田, 林宣儒. 复合故障状态下动车组列车轴箱轴承动力学特性分析[J]. 噪声与振动控制, 2025, 45(2): 118-125.
[7]	陈向民, 姚鹏, 张亢, 李博, 李泳辉. AWDTW方法在转子早期碰摩分析中的应用[J]. 噪声与振动控制, 2025, 45(2): 126-131.
[8]	郭华, 褚惟, 张孟, 王宽, 李应董, . 基于SIEDL的交通机电轴承故障特征提取研究[J]. 噪声与振动控制, 2025, 45(2): 132-138.
[9]	丘学文, 南国防, 李姚, 姚夏. 不对中-碰摩耦合转子非线性振动机理研究[J]. 噪声与振动控制, 2025, 45(2): 14-20.
[10]	李燕文, 马萍, 王聪, 梁城, 张浩然, 张宏立. 脊提取联合ACMD的变转速滚动轴承故障诊断[J]. 噪声与振动控制, 2025, 45(1): 89-96.
[11]	陈永展, 曲建岭, 王小飞, 王元鑫. 时序记忆增强的CNN-LSTM滚动轴承故障诊断方法[J]. 噪声与振动控制, 2025, 45(1): 105-111.
[12]	张亢, 曹振华, 刘鹏飞, 陈向民, 牛晓瑞. 基于二次CEEMDAN与CCJC的滚动轴承故障冲击特征提取[J]. 噪声与振动控制, 2025, 45(1): 112-118.
[13]	钱虹, 徐军, 祁云杰. 基于最优模态分量包络谱的滚动轴承故障诊断[J]. 噪声与振动控制, 2025, 45(1): 119-125.
[14]	邓航, 王开云, 和振兴, 刘旭麒, 石广田. 轴承内圈故障对轴箱振动特性影响研究[J]. 噪声与振动控制, 2025, 45(1): 126-132.
[15]	王鹏, 李颖, 王金东, 巴鹏. 优化数据生成算法的往复压缩机故障诊断研究[J]. 噪声与振动控制, 2025, 45(1): 133-138.

变转速下基于改进ConvLSTM的滚动轴承故障诊断

Fault Diagnosis of Rolling Bearings Based on Improved Convolutional LSTM Networks under Variable Speed Conditions

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics