摘要
一种基于分组并行注意力抗噪轴承故障诊断方法,步骤为:1)采集不同轴承状态时的加速度信号,并保存信号到数据集中,数据预处理并进行数据集划分;2)搭建基于分组并行注意力的抗噪轴承故障诊断模型,并使用训练集数据对模型进行训练;3)使用测试集数据进行实验检验模型性能;4)实际轴承故障诊断。通过引入深度学习方法并提出分组并行注意力机制,本发明解决了轴承智能故障诊断领域中复杂噪声条件下诊断精度下降问题,提供一种高鲁棒、高准确率的轴承故障诊断方法。
技术关键词
轴承故障诊断方法
通道
特征提取单元
抑制高频噪声
注意力机制
训练集数据
Sigmoid函数
抑制噪声干扰
智能故障诊断
矩阵
滑动窗口
故障诊断模型
信号
门控循环单元
全局平均池化
深度学习方法
加速度
系统为您推荐了相关专利信息
苗族服饰
加权特征
识别方法
通道注意力机制
多尺度特征融合
三维卷积神经网络
深度神经网络
矩阵
注意力
Adam算法
封装结构
封装底座
倒装芯片凸点结构
信号处理单元
光栅耦合结构
文本
监管方法
计算机可读取存储介质
计算机可读指令
监管设备