基于多模态融合和多尺度残差网络的轴承故障诊断方法

本发明涉及智能故障诊断技术领域，具体涉及一种基于多模态融合和多尺度残差网络的轴承故障诊断方法，通过搭设地铁列车牵引电机轴承实验平台，采集电机轴承的多模态数据，基于主成分分析对多模态数据进行预处理，构建数据融合方法将采集到的多模态数据转化为RGB图像作为模型的输入，同时构建一种多尺度降噪模块，帮助网络探索多尺度特征并过滤掉不相关信息，提高残差网络在噪声场景中的适应性；构建双尺度残差块，在不同尺度上分别学习深层和浅层特征并捕获不同空间维度轴承故障信息。接着搭建多尺度残差网络，使用预处理后的多模态数据进行训练和验证，最后利用训练好的模型对轴承多模态样本进行评估，得到地铁列车牵引电机轴承的故障分类结果。