《表3 3种轴承故障诊断方法的结构对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LSTM的轴承故障诊断端到端方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

e2e-LSTM方法对不同负载场景下的轴承故障识别具有较强的泛化能力。从表4中可以看到，相比Conv-LSTM、Bi-LSTM方法，在不改变模型任何参数的情况下，e2e-LSTM对不同的轴承故障场景均具有较好的诊断识别能力。此外，e2eLSTM的迭代次数为600次，训练时间为46 min，是Conv-LSTM所用时间的67%，Bi-LSTM方法所用时间的12%，极大缩短运行时间，提高故障诊断效率。