关键词：旋转机械;残差网络;故障诊断;LSTM
摘 要：随着生产加工行业对可靠性和精度要求的日益提高，实时、高效地获得转动机械故障信息是保障装备安全稳定运转的重要因素。将基于LSTM深层残差网络的旋转机械振动特征提取方法引入到系统中，研究基于LSTM深层残差网络以及基于GAP-ELM的振动特征提取方法，实现旋转机械振动特征提取，并提出一种基于LSTM单元的“记忆—遗忘”栅格算法，实现对原始数据的深度挖掘。该算法可以避免常规算法在识别精度上的不足，能够高效地实现对系统的故障诊断。该方法还可以在较少的epoch中实现稳定，且随着epoch的增加、其损失值会逐步降低。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取