摘要
本发明涉及一种基于小波变换与混合注意力机制的轴承故障诊断方法,具体包括:利用传感器获取轴承振动信号,得到原始故障数据;对原始故障数据依次进行小波变换、加入高斯噪声、分块采样;并为采样后的数据生成类别标签和位置标签;基于混合注意力机制、残差结构、可学习卷积构建故障诊断模型;将采样后的故障数据划分为训练集和测试集,作为模型的输入数据进行训练,实时监控训练结果进行参数优化,同时将故障诊断结果可视化;在多种噪声条件下与现有模型进行对比实验,检验模型性能。本发明所提出方法解决了传统轴承故障诊断方法在多变噪声条件下故障识别率较低的问题。
技术关键词
轴承故障诊断方法
原始故障数据
输出特征
故障诊断模型
噪声条件
加权特征
多尺度特征
残差结构
标签
模块
通道注意力机制
分块
分支
传感器
滑动窗口
系统为您推荐了相关专利信息
门控循环单元
滑坡涌浪高度
GRU模型
预测系统
网络模型训练
视频审核方法
多模态特征融合
嵌入特征
融合特征
音频特征
弱光图像增强方法
频域特征
设计特征
模块
二维离散小波变换
土地利用现状
遥感影像数据
监测方法
卫星遥感影像
基础
医学图像分割模型
双线性插值算法
输出特征
编码器
医学影像分割技术