一种基于振动数据的机械设备故障诊断方法

摘要

本发明提供一种基于振动数据的机械设备故障诊断方法，包含步骤：S1、同时采集机械设备故障时的多类振动数据，并依时序采样得到采样数据集；S2、根据设定的步长，基于采样数据集生成第一训练集和第一测试集，为第一训练集设置表示故障类型的标签，通过第一训练集训练用于判断机械设备故障的故障类型的双层LSTM神经网络；S3、基于采样数据集生成第二训练集和第二测试集，为第二训练集设置表示故障类型的标签，通过第二训练集训练用于判断机械设备故障类型的BP神经网络；S4、比较两个神经网络的判断准确率，选取判断准确率高的一个作为实际故障判断模型，通过实际故障判断模型基于实时采集的振动数据判断故障类型。