基于多模态时间序列的异步感应电机故障智能检测方法

本发明属于电机故障诊断技术领域，具体涉及基于多模态时间序列的异步感应电机故障智能检测方法。本发明采集电机的多种信号，包括三相电流、振动、设备声音和环境声音等，构建多模态数据集；接着，构建单一时间序列分类的Transformer网络，并在此基础上并联多个该网络获得一个集总Transformer网络；然后，利用自注意力机制动态整合不同模态数据的特征，实现了电机故障的准确识别。在网络训练过程中，采用混沌WOA算法优化集总Transformer网络的超参数；最后，本发明可以精确地检测和判断异步电机不同类型的故障，避免了单一时间序列无法准确表征电机的不同故障特征，保证了异步电机故障检测的准确性和可靠性。