摘要
本发明公开了一种基于MDBDAN的滚动轴承跨工况故障诊断方法,所述方法将卷积神经网络与残差神经网络相融合,设计一种双分支特征提取结构,精准提取信号特征;利用多头注意力机制,对提取的特征进行权重分配,以增强关键特征的权重比值;采用多个分类器协同的工作机制,每个分类器接收一组源域和目标域数据,并将每个分类器的分类结果融合后进行输出,达到多源域跨工况故障诊断的目的;同时利用鉴别器进行对抗训练,以减少域间的分布距离,并选择合适参数配置,构建MDBDAN模型及故障诊断流程,完成滚动轴承多源域跨工况的故障诊断。
技术关键词
故障诊断方法
多头注意力机制
滚动轴承
特征提取器
分类器
工况
分支
残差神经网络
多通道
故障诊断模型
数据
故障特征
信号特征
标签
非线性
速度
系统为您推荐了相关专利信息
醇类消毒剂
浓度监测方法
集成分类器
矢量网络分析仪
训练集
工业知识图谱
智能交互系统
工厂设备
语义向量
偏差
装备故障诊断方法
故障诊断模型
分类准确率
数据
计算机程序产品