一种基于BiLSTM-Logistic回归的生产线故障识别方法

本发明公开了一种基于BiLSTM‑Logistic回归的生产线故障识别方法，属于工业故障诊断技术领域。本发明包括如下步骤：确定表征生产线运行情况的特征参数，分别采集不同工况下各特征参数在不同时刻的数据；构建样本集和时序数据集；构建故障识别模型，故障识别模型包括并联的BiLSTM网络单元和Logistic回归模型，两者分别提取时序数据集和样本集中的特征，两者提取特征拼接后作为SVM分类器的输入；训练故障识别模型并利用其预测生产线故障。本发明利用BiLSTM网络结构挖掘数据的长短期时序依赖，利用逻辑回归模型对非时序特征进行快速显式建模，避免深度模型对结构化数据的过度平滑，两者的并行输出通过SVM分类器进行分类，召回效果好，精确率高，能够高效识别生产线故障。