改进深度学习模型的旋转机械智能故障诊断方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对旋转机械设备故障诊断中存在的故障特征提取不充分、监测信号来源单一及信号质量较低等问题，为实现精准诊断，本文提出一种基于多源数据融合与改进卷积注意力模块的智能故障诊断方法。首先采集振动、电流与扭矩3种物理信号，经滤波降噪处理后构建多源输人向量;随后改进传统卷积注意力模块的结构，以增强模型对关键特征的感知与提取能力；进而构建端到端的深度学习故障诊断网络模型，并在Parderbom轴承公开数据集上进行实验验证。（剩余15631字）

试读结束

目录
monitor
客服机器人