基于MK-ACFormer模型的机械故障诊断方法

本发明公开了基于MK‑ACFormer模型的机械故障诊断方法，包括：获取待检测机械关键部件振动信号；将所述待检测机械关键部件振动信号输入至故障诊断模型，获取故障诊断结果；其中，所述故障诊断模型通过训练集训练而成，所述训练集为不同健康状况的机械关键部件振动信号，所述故障诊断模型基于多尺度核注意力卷积神经网络融合Transformer模块构建。本发明能显著提高模型在噪声环境下的故障诊断能力，具有很强的鲁棒性，在不同的数据集上，都有很高的故障诊断准确率，具有很强的泛化性。