一种基于多模态的带式输送设备轴承故障诊断方法

本发明公开了一种基于多模态的带式输送设备轴承故障诊断方法，通过基于连续小波变换的多模态数据集预处理、基于RepLKNet的时频特征提取、基于GlobalAttention优化的BiGRU网络的时序特征提取以及时频特征和时序特征多模态特征融合，一方面可以获取更大范围的局部特征，捕捉到更多、更高层次的故障特征信息，另一方面将RepLKNet提取的时频图像特征和BiGRU‑GlobalAttention处理的振动一维信号时序特征进行特征拼接融合，可以保持高效准确的分类性能，提升模型的鲁棒性和泛化性，从而更加准确的诊断出带式输送设备轴承故障类型，对大型带式输送设备滚动轴承在线故障诊断的应用均具有重要意义。