结合压激注意力机制与卷积神经网络多尺度故障诊断方法

本发明涉及一种结合压激注意力机制与卷积神经网络多尺度故障诊断方法，其步骤为：步骤1：采集柴油机缸盖位置的振动信号；步骤2：基于采集的振动信号，对信号做变分模态分解，得到多个模态分量u，作为振动信号时域信息的表示；步骤3：基于采集的振动信号，对信号做快速傅里叶变换，得到FFT幅度谱magnitude_spectrum，作为振动信号的频域信息表示；步骤4；基于步骤2和步骤3，构建深度学习模型的数据集；步骤5：构建SEBlock‑CNN模型；步骤6：通过将时域信息u与频域信息magnitude_spectrum分别输入SENBlock‑CNN中，提取时频域数据上的重要特征，从而达到故障诊断的目的。