一种基于PCNN-BILSTM的轴承故障诊断方法

本发明公开了一种基于PCNN‑BILSTM的轴承故障诊断方法，具体包括以下步骤；获得样本数据集，对采集的振动信号进行数据预处理，将预处理后的样本数据集划分为训练数据集和测试数据集；构建PCNN‑BILSTM轴承故障诊断模型，并将训练数据集输入PCNN‑BILSTM轴承故障诊断模型中进行训练，其中，PCNN‑BILSTM轴承故障诊断模型包括两个并行的卷积神经网络、特征融合模块、双向长短时记忆网络、全连接层和Softmax输出层；最后输入测试数据集对整个模型的性能进行评估；通过并行卷积神经网络和双向长短期记忆网络的相结合，实现了自适应特征提取和高噪声、复杂工况下的滚动轴承故障诊断。