基于卷积双通道多层感知机混合器和加权投票机制的风电机组齿轮箱故障诊断方法及系统

基于卷积双通道多层感知机混合器和加权投票机制的风电机组齿轮箱故障诊断方法及系统，对采集的原始振动信号进行预处理并划分为训练集、验证集和测试集；利用CWT得到数据集的时频图像；构建二维卷积神经网络2DCNN，提取时频图像的局部特征；将提取过局部特征的时频图像，切分并压缩成补丁向量的形式，输入至双通道多层感知机混合器网络，进一步提取时频图像的全局特征；使用加权投票机制，对中所提取到的全局特征进行加权，得到最终特征，利用最终特征训练故障诊断模型；将测试集输入训练好的故障诊断模型，得到最终的故障诊断结果。本发明使用加权投票机制加权双通道多层感知机混合器网络输出的全局特征，利用每个通道的不同特征表示，减少了单一模型的局限性，提高了故障诊断精度和鲁棒性。