一种基于双向时间卷积与Transformer的轴承故障分类方法

本发明的一种基于双向时间卷积与Transformer的轴承故障分类方法，包括：使用麦克风阵列对多种轴承故障音频进行采集，对其类别标签进行预处理；对音频数据进行VMD方法的分解，得到多个具有不同的中心频率和带宽的IMFs；对音频数据进行FFT处理，获取信号的频谱信息即频率分布；将多个IMFs与频谱信息以堆叠的方式进行特征融合，形成包含时域和频域信息的特征矩阵；将特征矩阵输入构建的含有双向时间卷积与Transformer并行结构的故障分类模型中，求得各类别故障概率分布；通过最小化损失函数和优化评估指标，训练模型参数直至满足设定阈值，并保存模型参数；同时以最优评估指标衡量算法精度，评估系统性能。