标题：基于1D-2D-CNN-BiLSTM滚动轴承故障诊断
作者：刘同干 杨洪武 陆晔；米路中；朱静；邓艾东
作者单位：国家能源集团泰州发电有限公司，江苏 泰州 225327；国能信控互联技术有限公司，北京 102200；河南科技大学车辆与交通工程学院，河南 洛阳 471000；东南大学能源与环境学院，江苏 南京 210096
关键字：风电机组；滚动轴承；CNN算法；BiLSTM算法；故障诊断
摘要：滚动轴承作为风电机组中的关键组件，其故障诊断的准确率对于保障风电机组稳定运行和降低维护成本至关重要。尽管目前已有多种故障诊断技术被提出，但在处理强噪声数据集时，现有模型的诊断准确率仍有待提高。建立了一种基于1D-2D-CNN-BiLSTM的模型，对发电机组滚动轴承进行故障诊断研究。首先，利用1D-CNN对一维数据进行特征提取，同时利用格拉姆矩阵对一维数据进行二维转换；其次，将二维格拉姆矩阵输入到2D-CNN模型，将一维特征数据输入到BiLSTM模型，实现故障分类；最后，基于东南大学振动信号滚动轴承故障数据集，验证了所提出的1D-2D-CNN-BiLSTM模型的有效性和可行性。