基于注意力与多尺度卷积神经网络的电机轴承故障诊断

• 作者: 唐斯 郑松 陈新楚
• 来源期刊: 电气技术
• 关键词: 卷积神经网络 智能诊断 注意力机制 多尺度特征提取 人工智能
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 研究与开发
• 页码范围: 32-38
• 页数: 7页
• 语种: 中文

摘要

针对电机故障诊断需要复杂的特征提取过程,且在变工况情况下故障诊断识别率较低的问题,本文提出了一种改进的卷积神经网络端到端故障诊断模型,该模型采用全卷积结构防止池化层带来的特征丢失,同时利用不同大小的卷积核对故障信号进行多尺度特征提取,使模型能获取更加丰富且互补的故障特征表示,并且引入注意力机制对获得的故障特征进一步筛选,突出故障的关键特征,抑制不重要的特征.最后在电机轴承故障数据集上进行多组实验,证明了本文所提模型具有较好的故障识别能力和领域适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈新楚		19	59	4.0	7.0
2	郑松		21	78	4.0	8.0
3	唐斯		1	0	0.0	0.0