基于LSTM与随机森林的电机故障实时诊断方法及系统

本发明属于智能装备故障诊断技术领域，具体涉及基于LSTM与随机森林的电机故障实时诊断方法及系统。该方法包括：采集电机的振动信号、电流信号和温度信号并进行预处理；进行特征工程，提取时域、频域、时频域及跨模态关联特征，并通过混合筛选策略确定最优静态特征子集；构建包含随机森林模型和LSTM时序网络模型的混合故障预测模型；采用动态可信度加权融合机制融合两模型预测结果；基于融合结果进行实时决策与分级反馈控制。本发明融合多源信息与模型优势，显著提升了卡顿类型分类精度，实现了故障实时诊断与主动保护，降低了设备维护成本，适用于割草机等智能农业装备的电机健康管理。