一种基于轻量级CNN和高效混合注意力机制的齿轮箱故障诊断方法

本发明公开了属于齿轮箱故障诊断技术领域，特别涉及一种基于轻量级CNN和高效混合注意力机制的齿轮箱故障诊断方法，包括：采集齿轮箱振动信号数据，利用连续小波变换将齿轮箱一维信号转换为时频图；根据齿轮箱的不同状态，标记相应的小波时频图，将其划分为训练集和测试集，用于模型的训练和测试；构建能够强化故障样本通道和空间关键特征的高效混合注意力机制；基于高效混合注意力机制改进卷积神经网络结构，提高模型的故障识别能力；选取轴承和齿轮故障数据集进行验证，并与经典故障诊断方法进行对比，结果表明本发明在齿轮箱故障诊断的准确率更优且故障诊断效率更高，解决传统CNN模型故障诊断效率低、对关键特征提取不充分的问题。