一种对复杂环境下滚动轴承故障进行诊断的方法

一种对复杂环境下滚动轴承故障进行诊断的方法，属于轴承故障诊断领域，将轴承的振动信号转换为时频图像后进行预处理，突出图像中故障特征的边缘信息和局部变化后输入可变形卷积层，自适应调整采样点并提取图像中的故障特征；依次经过堆叠的多个故障特征提取模块进行深层次的特征提取，每个故障特征提取模块的输入先连续经过3个3×3卷积层处理，以较少的模型参数量在大范围内提取故障特征。之后经过两个1×1卷积层处理以提取深层次局部特征，与输入残差连接后经过双重注意力模块处理，自适应地集成局部特征和全局依赖关系，有效地捕捉图像中的上下文信息，提高特征的表达能力和模型的准确性。