基于注意力机制和深度残差网络的滚动轴承故障诊断

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对现有的滚动轴承诊断模型特征提取能力不足、诊断准确率不高的问题，提出一种注意力机制与一维深度残差网络相结合的故障诊断方法。该方法首先通过引入残差结构来防止深度网络性能退化，然后结合注意力机制来提高网络的特征提取能力，最后使用原始的滚动轴承振动信号训练故障特征分类器。针对变工况故障诊断，本文采用小样本迁移学习框架。（剩余13623字）

试读结束

目录
monitor