Page 114 - 2024年第55卷第7期
P. 114
理输入信息，同时通过两个参数组合来确定到达隐藏层所需的数据量。最后在输出层中对样本进行特
征分类，如图 ２所示。
→ → → →
ｈ＝ ｆ（ ω ·ｘ ＋ ｖ·ｈ ＋ ｂ） （２４）
ｔ － １
ｔ
ｔ
← ← ← ←
ｈ＝ ｆ（ ω ·ｘ ＋ ｖ·ｈ ＋ ｂ） （２５）
ｔ ｔ ｔ － １
→ ←
ｙ＝ ｇ（Ｕ［ｈ，ｈ］ ＋ ｂ） （２６）
ｔ
ｔ
ｔ
→ ←
式中：ｘ为 ｔ时输入；ｈ、ｈ、ｙ分别为 ｔ时前向层输出、后向层输出，隐藏层输出；ｇ为 Ｒｅｌｕ函数；
ｔ ｔ ｔ ｔ
→ → ← ← → ←
ｆ为 ＬＳＴＭ单元函数；ω 、ｖ、ω 、ｖ、Ｕ为权重系数；ｂ、ｂ、ｂ为偏置。
图 ２ ＢｉＬＳＴＭ分类流程图
２．５ 本文模型 本文将 ＣＥＥＭＤＡＮ － ＴＳＭＳＥ结合 ＩＯＯＡ － ＢｉＬＳＴＭ模型应用到水电机组故障诊断中。利用
ＣＥＥＭＤＡＮ分解振动信号，计算分解后分量的 ＴＳＭＳＥ，并将其作为故障特征集输入到 ＩＯＯＡ － ＢｉＬＳＴＭ
模型中进行特征识别、分类。其具体流程如图 ３所示。
图 ３ 故障诊断流程
３ 仿真实验
转子试验台是设计用于模拟旋转机械（如水电机组）动态行为的设备。此类设备能够在实验条件下
重现旋转系统中许多物理现象，包含但不限于转动部件质量不平衡、轴承磨损、以及转子不对中等运
行状态。这些状态物理原理在不同规模的旋转系统中是一致的 ［２５］ 。利用转子试验台开展研究能在可控
６
— ８ ６ —
