摘要
本发明提供了一种新型智能化旋转机械故障诊断方法，属于旋转机械故障诊断技术领域，其内容包括：获取旋转机械在正常及不同故障类型下的振动信号；采用变分模态分解方法对旋转机械振动信号进行预处理，分解并去除噪声后重构生成新信号；采用短时傅里叶变换将新振动信号转换为二维时频图像；采用撒哈拉银蚁优化算法（SSAO）优化卷积神经网络（CNN）‑长短时记忆神经网络（BiLSTM）的超参数，包括卷积层神经元个数、卷积核大小、BiLSTM层神经元个数；将二维时频图像输入优化超参数后的CNN‑BiLSTM模型，实现旋转机械故障诊断；本发明对提高旋转机械故障诊断准确率、指导设备维护维修具有十分重要的实际意义。
