一种基于深度神经网络的直升机轴承智能故障诊断方法

本发明涉及一种基于深度神经网络的直升机轴承智能故障诊断方法，包括：特征提取，包括数据收集与预处理、时域特征提取、频域特征提取、时频域联合特征提取、特征选择与降维、特征标准化与编码；改进ConvLSTM神经网络模型架构：将改进的DiSigmoid和SmoothTanh激活函数应用于ConvLSTM模型，使其在时序结构上遵循RNN网络结构；在空间结构上遵循CNN特征提取方式；模型训练与优化，包括初始模型训练、模型性能评估、模型参数调优、过拟合处理、最终模型确定；故障诊断与识别，包括数据预处理、模型加载、故障诊断和结果解释；结果验证与反馈，包括结果验证、性能评估、反馈与优化、持续监测更新。本发明通过对ConvLSTM神经网络中的激活函数进行改进，显著提高了故障诊断的准确性和鲁棒性。