本发明公开了一种基于深度强化学习的滚动轴承故障类型识别方法，其步骤包括：1、采集滚动轴承一维时间序列故障数据；2、连续小波变换算法对故障数据进行预处理；3、人工标注并进行归一化位置编码；4、建立基于改进的Transformer‑LSTM双分支异构网络和强化学习网络；5、对网络进行训练得到强化学习最优训练模型；6、输入测试集到最优训练模型得到最优故障诊断分类识别效果。本发明通过强化学习的方法，提高了滚动轴承故障分类识别的准确性，同时使得模型具有更好的抗噪性能。
声明：
“基于深度强化学习的滚动轴承故障类型识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
930
编辑：管理员
来源：北方有色网
咨询细节
