基于MSE-SPP-KAResnet的智能轴承健康监测方法

本发明公开了基于MSE‑SPP‑KAResnet的智能轴承健康监测方法，涉及轴承健康监测技术领域。本发明通过空间金字塔池化层、KA优化策略和多尺度样本熵模块，有效解决了传统故障诊断方法在多通道和不平衡数据集下的精度问题；与现有技术相比，通过空间金字塔池化层在全局、中等尺度以及局部三种空间尺度下对多通道特征进行池化处理与特征融合，提升了对多通道异构数据的特征提取能力；利用KA优化残差模块增强了梯度流动和非线性映射能力，有效提升了少数类样本的识别精度；引入的多尺度样本熵模块提高了对信号复杂性和不确定性的鲁棒性，最终实现了在不平衡数据环境下，确保了轴承故障诊断的高效性和准确性。