公开(公告)号：CN118294142A

公开(公告)日：2024-07-05

申请号：CN202410392007.6

申请日：2024-04-02

Applicant: 东北林业大学

Inventor： 李学艺 ,  肖树权 ,  苏凯宇 ,  李岱优 ,  解志杰

IPC: G01M13/045 ,  G06F18/2415 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/0464

Abstract: 基于融合注意力机制与增强卷积层的AT‑ICNN的故障诊断方法，涉及机械故障诊断领域。本发明视为了解决现有轴承故障诊断方法忽略了对信号特征突出性和全局信息的捕获能力的重要性。本发明包括：获得待诊断的跨域轴承原始振动信号，将待诊断的轴承原始振动信号输入到轴承故障诊断网络中获得轴承故障严重性诊断结果；轴承故障诊断网络通过以下方式获得：获取不同工况下的原始振动信号，并将轴承原始振动信号分为训练集、测试集；构建AT‑ICNN网络：增强卷积层、AT‑ICNN网络、融合注意力层、Batch Normalization层、池化层、全连接层、ReLU分类器；利用训练集训练AT‑ICNN网络：利用测试集测试训练好的AT‑ICNN网络，获得轴承故障诊断网络。本发明用于轴承的故障诊断。