摘要
本发明提供一种基于注意力机制融合多源数据的设备工况识别方法,属于设备智能故障诊断技术领域。同时采集设备工作过程中的垂直方向振动信号和水平方向振动信号输入多级协同自适应融合卷积神经网络,第一特征提取网络对垂直方向振动信号进行分阶段特征提取获得垂直方向振动信号的各阶段特征;第二特征提取网络对水平方向振动信号进行分阶段特征提取获得水平方向振动信号的各阶段特征;融合水平方向振动信号的各阶段特征和垂直方向振动信号的各阶段特征获得综合特征;融合第一特征提取网络最后一个阶段特征、第二特征提取网络最后一个阶段特征以及综合特征,获得融合特征;利用融合特征通过全连接层获得设备工况识别结果,兼顾识别效率与准确度。
技术关键词
特征提取网络
融合卷积神经网络
设备工况
卷积特征
输出特征
融合多源数据
融合特征
通道
线性
信号
全局平均池化
智能故障诊断技术
注意力机制
分阶段
分支
传感器采集设备
识别方法
Sigmoid函数