一种基于VMD-CNN-LSTM的滚动轴承故障诊断方法

本发明公开了一种基于VMD‑CNN‑LSTM的滚动轴承故障诊断方法，属于机械故障诊断技术领域。本发明的一种基于VMD‑CNN‑LSTM的滚动轴承故障诊断方法，振动传感器采集原始信号并进行小波去噪和归一化处理，设置模态数与惩罚因子，分解为IMF分量及残差，构建CNN网络并输入IMF提取空间特征，构建LSTM网络后输入CNN特征捕捉时间依赖，全连接层输出概率分布并以概率最大值判定故障类型。本发明解决了现有技术中滚动轴承故障诊断主观性高、复杂故障识别率低的问题；通过VMD分解提取信号中的多尺度特征，为后续的特征提取和分类提供有力支持，自动学习信号中的空间特征和时序关系，提高故障诊断的准确性。