一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法

本发明属于油液磨粒监测技术领域，具体涉及一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法，包括：利用感应式油液磨粒检测信号精准模型，建立可调特征参数组与仿真数据生成方法，获取神经网络模型训练数据对神经网络模型训练；利用训练后的神经网络最终得到磨粒信号辨识结果。本发明所提的一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法，可在避免目标信号特征畸变的同时结合深度学习技术进行快速与准确地磨粒特征识别与分类；此外，使用卷积神经网络实现磨粒特征提取，避免了因使用传统特征提取算法所需面对的各特征值阈值选取困难等问题，降低了对使用者对信号处理领域专业知识的要求。