齿轮箱轴承的故障诊断模型的训练方法、故障诊断方法和装置

本公开关于齿轮箱轴承的故障诊断模型的训练方法、故障诊断方法和装置，包括：将每个振动信号样本所包含的多个振动数据分别输入多个LSTM单元，获得多个输出结果；基于多个注意力权重，对多个输出结果进行加权求和；基于加权求和结果预测每个振动信号样本对应的故障类型；基于预测出的每个振动信号样本对应的故障类型以及每个振动信号样本对应的故障类型标签，计算损失函数的值；通过根据损失函数的值调整注意力权重。这样，通过引入注意力层，可以帮助故障诊断模型更好地理解振动数据(序列数据)中的关键部分，使得故障诊断模型在面对复杂且多变的故障数据时也能够准确地进行故障诊断。