基于挤压激励的双卷积的轴承故障诊断方法

本发明涉及轴承故障诊断技术领域，尤其涉及基于挤压激励的双卷积的轴承故障诊断方法，包括采集滚动轴承故障原始信号，并对原始信号进行预处理；构建CNN‑LSTM模型，通过双通道卷积神经网络分别对原始信号的时域信号进行局部特征和全局特征提取，并利用局部和全局特征进行融合；利用改进双LSTM网络对融合后的特征进行分类，输出故障类型。本发明解决现有模型存在模型复杂、处理效率和处理精度有待进一步提高的问题。