基于自适应抗噪声神经网络的轴承故障诊断方法及系统

摘要

本发明公开了一种基于自适应抗噪声神经网络的轴承故障诊断方法及系统，方法包括：获取数据集，并将数据集按照预设比例分为训练数据集和测试数据集；构建神经网络模型，其中，神经网络模型包括：一个输入层、两个卷积层、两个门控递归单元层、注意机制层和深度神经网络层；基于无噪声的训练数据集中的训练数据对构建的所述神经网络模型进行训练，得到训练好的神经网络模型；将测试数据集中的测试数据加入加性高斯白噪声，输入到训练好的神经网络模型，得到轴承故障诊断结果。本发明能够自动从原始信号中提取特征无需人工选择特征和去噪，能够区分不同的故障类型以及故障严重程度，能够适应不同的噪声环境。