基于ISSA-VMD-CNN-LSTM的轴承故障诊断方法研究

轴承故障数据采用西储大学轴承数据集，提供九组故障数据和一组正常数据，每组数据包括120个样本数据

首先，针对麻雀算法SSA易陷入局部最优的缺点，采用混沌映射和鱼鹰算法OOA改进麻雀算法SSA，代码另外提供十种类型混沌映射，可供使用者选择

其次，采用改进麻雀算法ISSA优化变模态分解VMD，提供五种适应度函数，分别为最小包络熵、最小样本熵、最小信息熵、最小排列熵和排列熵/互信息熵，可供使用者选择

最后，将ISSA-VMD特征提取数据输入CNN-LSTM网络，通过卷积神经网络CNN进一步提取特征，减少无关因素干扰，进而通过长短时记忆网络LSTM输出故障诊断类型

附赠基于CNN-LSTM的故障诊断方法研究，以方便使用者进行对比实验和消融实验

ID:28200

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/849179834874.html