一种基于注意力机制的CNN-Adaboost多传感器异步电机故障诊断方法

本发明提供一种基于注意力机制的CNN‑Adaboost多传感器异步电机故障诊断方法，包括采集电机在不同运行状态下的振动和电磁时域信号作为故障诊断数据；将所述故障诊断数据中的时域数据转换成对称点图像的形式，得到振动、电磁信号的图像特征；将振动、电磁信号的图像数据分别输入次级分类器进行训练，分别得到振动、电磁两种测量方式下的次级分类器，结合注意力机制得到振动、电磁两种测量手段下的次级分类器的权重，依据两种分类器的权重进行加权融合，得到最终的强分类器。本发明能够有效提取数据特征信息；随机抽取样本集分为训练集与测试集，实现了基于注意力机制的CNN‑Adaboost多传感器异步电机故障诊断。