摘要
本发明公开了基于注意力的多源数据融合滚动轴承故障诊断方法及系统,其中方法包括:对振动信号提取出振动频域特征,将振动信号视为振动时域特征;将振动频域特征和振动时域特征进行融合,得到振动融合特征;通过一维卷积神经网络对振动融合特征进行特征提取,得到第一特征;对振动信号提取出振动时频域特征,将振动时频域特征转换为振动时频图;通过二维卷积神经网络对振动时频图进行特征提取,得到第二特征;同理,得到声学信号的第三特征和第四特征;基于注意力机制对第一、第二、第三和第四特征设置权重,对四个特征进行加权融合,得到融合特征;将融合特征输入到全连接神经网络中,得到故障诊断分类结果。
技术关键词
滚动轴承故障诊断方法
频域特征
融合特征
时域特征
故障诊断分类
连续小波变换
计算机可读指令
注意力机制
诊断滚动轴承
滚动轴承故障诊断系统
构建训练集
离散余弦变换系数
二维卷积神经网络
一维卷积神经网络
非暂时性
数据
振动信号特征
系统为您推荐了相关专利信息
电磁信号传感器
数据监测装置
数据融合算法
数据传输单元
数据采集单元
高通滤波器
高频特征
水平高频分量
识别方法
低通滤波器
滑动窗口
SOC预测方法
深度神经网络
序列
注意力机制
融合特征
全局特征提取
图像去噪算法
局部特征提取
成像设备
脑肿瘤分割
脑肿瘤分类
多模态
图像识别系统
模态特征