基于自注意力的时频特征融合轴承故障诊断方法

打开文本图片集

摘 要：针对故障诊断中单一时、频域信号蕴含特征不全面，导致传统故障诊断模型泛化能力不强的问题，提出一种基于自注意力的时频特征融合轴承故障诊断方法。该方法首先将原始信号和相应频谱作为双通道输入，时频交叉注意力能够通过时域发现频域的隐性特征，通过频域发现时域的隐性特征，经过多层时频交叉注意力进行全局特征提取的同时产生深度融合的时频融合特征；其次将时频融合特征输入改进的多尺度残差网络进一步提取局部特征，经全连接层降维并输出诊断结果；最后采用凯斯西储大学轴承数据集、帕德博恩大学轴承数据集和某工厂减速机轴承故障数据集进行实验验证，结果表明该方法诊断准确率及泛化能力显著提升，同工况诊断准确率可达99%以上、跨工况诊断准确率可达95%以上。（剩余19391字）