基于注意力机制的卷积神经网络履带车辆悬挂系统故障诊断方法

一种基于注意力机制的卷积神经网络履带车辆悬挂系统故障诊断方法，属于故障诊断技术领域，包括如下步骤：采集正常和故障情况下车辆的垂直加速度数据；对采集到的加速度数据进行预处理，建立样本集；将S2建立的样本集作为AM1DCNN‑SVM的输入，故障类别作为AM1DCNN‑SVM的输出，通过对AM1DCNN‑SVM进行训练和测试，对悬挂系统故障进行诊断。优点：激励注意力机制通过动态地调整每个特征的权重，使得模型能够更有效地捕捉与故障相关的特征并忽略不相关的特征，提高了特征的判别性和区分度，解决了传统卷积神经网络无法自适应专注于具有判别性的特征并忽略无用特征的问题，提高了故障诊断准确率。