一种基于并行LSTM-CNN和BiGRU的轴承故障检测方法

一种基于并行LSTM‑CNN和BiGRU的轴承故障检测方法，涉及一种轴承故障检测方法，该方法包括以下步骤：步骤一：采集振动数据，对原始数据集进行预处理；步骤二：构建模型，用长短时记忆网络和卷积神经网络；步骤三：引入注意力机制调整不同通道提取的特征权重；步骤四：利用双向门控循环单元进一步提取更深层次的特征；步骤五：设计全局平均池化层、全连接层和SoftMax层，实现对故障的精准分类；步骤六：将训练集输入到模型中进行训练；步骤七：将测试集输入到训练完成的模型中，进行故障识别，并计算故障识别的损失率和准确率，输出结果。该方法可以准确的进行轴承过程故障检测，为提高滚动轴承故障检测的准确性和可靠性提供了有力支持。