摘要
本发明公开了一种基于金字塔卷积及多尺度融合的轴承故障诊断方法,涉及人工智能技术领域,解决了现有方法在复杂工况下对信号分布变化敏感、模型需重复训练且推理效率低的问题;本方案通过滑动窗口采样振动信号并转化为时频图,构建多尺度扩张卷积与通道注意力结合的特征提取网络,融合多尺度加权通道特征,使用交叉熵损失训练并结合验证集筛选最优模型用于故障分类,本发明显著提升了跨工况条件下的诊断稳定性与推理效率。
技术关键词
轴承故障诊断方法
金字塔
通道
特征提取模块
滚动轴承振动信号
注意力
滑动窗口采样
样本
分支
标签
轴承故障分类
Sigmoid函数
故障类别
双线性插值算法
傅里叶变换算法
傅里叶变换处理
能量分布特征
参数
多尺度
短时傅里叶变换