一种用于滚动轴承故障诊断的多尺度特征融合Vision-Transformer模型方法

本发明提出了一种用于滚动轴承故障诊断的多尺度特征融合Vision‑Transformer模型方法，包括以下步骤：首先，通过设计多尺度特征提取模块，采用不同大小的卷积核对一维振动信号特征提取；其次，利用短时傅里叶变换和伪彩色处理技术生成时频图像；最后，通过将时频图像进行切分重排，展平成一维向量并拼接起来作为输入序列，并利用自注意力机制与编码器的优势，将其输入到Vision‑Transformer模型中进行滚动轴承的故障诊断；本发明不仅能同时解决主流的基于深度学习故障诊断模型所固有的诊断准确率低的问题，并且本发明能也可以应用到其他旋转机械的故障诊断中，提升它们的诊断精度。