一種基于小波變換與混合注意力機制的軸承故障診斷方法
本發(fā)明涉及一種基于小波變換與混合注意力機制的軸承故障診斷方法,具體包括:利用傳感器獲取軸承振動信號,得到原始故障數(shù)據(jù);對原始故障數(shù)據(jù)依次進行小波變換、加入高斯噪聲、分塊采樣;并為采樣后的數(shù)據(jù)生成類別標簽和位置標簽;基于混合注意力機制、殘差結構、可學習卷積構建故障診斷模型;將采樣后的故障數(shù)據(jù)劃分為訓練集和測試集,作為模型的輸入數(shù)據(jù)進行訓練,實時監(jiān)控訓練結果進行參數(shù)優(yōu)化,同時將故障診斷結果可視化;在多種噪聲條件下與現(xiàn)有模型進行對比實驗,檢驗模型性能。本發(fā)明所提出方法解決了傳統(tǒng)軸承故障診斷方法在多變噪聲條件下故障識別率較低的問題。
南京工業(yè)大學
2021-01-12