摘要
本发明提供一种基于迁移学习和坐标注意力机制的故障诊断系统及方法,所述系统采用迁移学习与分层微调策略预训练的ResNet18模型作为主干网络,将其输入卷积层替换为单通道卷积核以适配振动信号时频图;在残差块后嵌入坐标注意力模块,通过对特征图执行水平和垂直双向池化生成方向性注意力权重,并加权原始特征图,增强空间方向特征建模能力。本发明通过结合迁移学习和坐标注意力机制,减少了模型的训练数据有需求,实现了高效、准确且具有较强泛化能力的故障诊断模型及方法。
技术关键词
故障诊断系统
注意力机制
故障诊断方法
故障诊断模型
坐标
故障类别
信号采集装置
旋转机械振动信号
输出模块
输出特征
短时傅里叶变换
批量数据
标签
元素
采样率
网络