基于轻量级注意力残差网络的风机主轴轴承故障诊断方法

本发明涉及的是基于轻量级注意力残差网络的风机主轴轴承故障诊断方法，它包括：采集不同预制缺陷下风机主轴轴承工作中的声发射信号；对声发射信号进行梅尔频谱特征提取；将生成的梅尔频谱时频图像数据集划分训练集，验证集和测试集；结合深度可分离卷积，残差连接和Squeeze‑and‑Excitation注意力机制构建轻量级残差网络SEDSNet；使用梅尔频谱特征对模型进行训练；通过消融实验、对比试验、跨数据集实验、可视化实验和噪声实验验证该模型用于风机主轴轴承的有效性，采用SEDSNet模型对风机主轴轴承进行故障诊断。本发明保证了故障诊断高诊断准确率的同时，显著减少了模型的计算复杂度。