《表3 不同诊断方法故障诊断结果》

  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

《基于注意力机制BiLSTM的设备智能故障诊断方法》

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

为验证不同尺度下模型性能，将发动机气缸盖振动数据划分为训练集和测试集后，输入包含不同尺度的ABiL STM网络进行训练．其参数如下：单层BiLSTM的单元数为8，双层Bi LSTM的单元数为16、8，3层Bi LSTM的单元数为64、16、8，4层BiLSTM的单元数为128、64、16、8，全连接层神经元个数为10，选择线性整流单元（ReLU）对全连接层进行激活，并选用Adam优化器进行训练，共计训练30轮，每轮的批处理样本数为20．得到不同诊断方法故障诊断结果如表3所示．