一种改进SCSO-CNN-BiLSTM的旋转机械故障诊断方法

本发明提供了一种改进SCSO‑CNN‑BiLSTM的旋转机械故障诊断方法，属于旋转机械故障诊断技术领域，其内容包括：输入旋转机械振动信号；利用变分模态分解方法（VMD）分解旋转机械振动信号，去除残差并重构生成新振动信号；将新振动信号通过短时傅里叶变换（STFT）转换为二维时频图像；基于改进沙猫群优化算法（SCSO）优化卷积神经网络（CNN）‑长短时记忆神经网络（BiLSTM）的超参数，包括卷积层神经元个数、卷积核大小、BiLSTM层神经元个数；将二维时频图像输入优化超参数后的CNN‑BiLSTM模型，实现旋转机械故障诊断。