多尺度多任务注意力卷积神经网络滚动轴承故障诊断方法

打开文本图片集

摘  要：针对振动信号时间尺度不一、故障特征分布差异及信息冗余等问题，提出一种多尺度多任务注意力卷积神经网络（MSTACNN）的滚动轴承故障诊断方法。该方法首先在参数共享单元构建多尺度卷积神经网络，提取多任务之间共享信息的多尺度通用特征；其次，利用多任务学习机制对故障类型、故障尺寸以及运行工况同时训练，规避单任务学习效率低下问题；然后，采用注意力机制对多尺度特征信息进行筛选，识别并保留有效特征；最后，设计了一种自适应损失权重算法，动态调整子任务的损失权重，控制不同任务的学习进度，实现了对轴承故障类型、故障尺寸以及运行工况同时识别的目标。（剩余20457字）