摘要
本发明公开了一种DWA Transformer的轴承智能故障诊断方法,属于故障诊断技术领域,包括:首先,获取轴承在不同健康状态下的振动信号;其次,采用傅里叶变换FFT和变分模态分解VMD对振动信号进行预处理制作数据集,将所述数据集按一定比例随机划分为训练集和测试集;接着,建立膨胀感知窗口注意力机制DWA和膨胀感知位移窗口注意力机制DSWA,在此基础上,基于Transformer架构搭建DWA Transformer模型;然后,将训练集输入所述DWA Transformer模型进行训练,获得具有降噪和高精度特征提取能力的诊断模型;最后,将测试集输入已经训练好的模型中,自动识别噪声背景下轴承的故障类型,来解决现有模型对长序列时序信号的全局特征提取能力不强,且在噪声背景下轴承故障诊断准确率低的技术问题。
技术关键词
智能故障诊断方法
多层感知机
通道注意力机制
表达式
特征提取能力
轴承
编码器
振动加速度传感器
矩阵
模块
局部感受野
全局特征提取
时序
故障诊断技术
数据
累积分布函数
更新模型参数
全局平均池化
系统为您推荐了相关专利信息
雪茄烟叶
指标相关性分析
参数筛选方法
干冰
烟丝
多尺度特征
强化学习算法
标记
剪枝策略
边缘计算环境
拓扑地图
全局路径规划方法
两点
权重算法
纵向动力学
填砂模型
饱和度测量方法
模拟系统
气体流量控制
测控系统