一种基于移动边缘计算的滚动轴承故障实时诊断方法

本发明公开一种基于移动边缘计算的滚动轴承故障实时诊断方法，主要包括以下步骤：1.下载数据集，获取轴承振动信号数据，进行归一化处理后得到二维灰度图像数据集。2.提出一种滚动轴承故障实时诊断网络模型MobiKanViT，首先在MobileViT模型中添加EMA模块，用于增强特征提取的精度；然后用KAN卷积替换MobileViT模型中部分普通卷积，减少模型大小、参数量和计算量。3.将训练集和验证集送入MobiKanViT模型进行训练，得到训练好的轴承故障诊断模型。4.对训练好的MobiKanViT模型进行深度参数γ压缩，进一步减少模型大小、参数量和计算量；然后对不同深度参数γ压缩得到的MobiKanViT模型进行8bit量化，用于搭载在移动设备上。5.将轻量化MobiKanViT模型部署在三款不同的智能手机上，使用测试集进行轴承故障实时诊断。本发明提高了轴承故障实时诊断的准确性和可靠性。