一种基于LSTM的疲劳因子隐性异常检测及故障诊断方法

摘要

本发明公开了一种基于LSTM的疲劳因子隐性异常检测及故障诊断方法，包括下述步骤：S1.收集有关诊断对象目标设备的时序数据，并对数据进行经验模态分解；S2.使用正常数据，构建基于LSTM的设备振动信号预测模型；S3.对收集到的异常数据进行分类，构建基于LSTM的故障时序数据分类模型；S4.将获取的基于LSTM的振动信号预测模型的均方误差MSE作为初始疲劳因子阈值；S5.使用基于LSTM的振动信号预测模型对设备生产数据进行预测，计算预测值与实际值的均方误差，将其均方误差与疲劳因子阈值对比用来检测异常信号；S6.将异常信号通过故障时序数据分类模型进行分类，得到故障诊断结果。