基于时频融合多级注意力机制的双通道CNN轴承故障诊断模型

打开文本图片集

文章编号1000-5269（2024）06-0070-08

DOI：10.15958/j.cnki.gdxbzrb.2024.06.11

关键词：故障诊断;时频融合;注意力机制;双通道卷积神经网络

中图分类号：TP183

文献标志码：A

摘要：为进一步提高轴承故障诊断准确率，提出了一种基于快速傅里叶变换（fast fourier transform，FFT）和变分模态分解（variational mode decomposition，VMD），并融合多级注意力机制的双通道卷积神经网络（convolutional neural networks， CNN）模型用于滚动轴承故障诊断。（剩余10107字）