基于注意力机制的滚动轴承故障诊断方法

李秋婷; 王秀青; 解飞; 杨云鹏; 杜文霞

首页> 中文期刊> 《轴承》 >基于注意力机制的滚动轴承故障诊断方法

基于注意力机制的滚动轴承故障诊断方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在深度学习和注意力机制的基础上提出了基于卷积注意力模块(CBAM)和残差网络(ResNet)的滚动轴承故障诊断CAR模型和基于Transformer(多头注意力)的滚动轴承故障诊断模型。CAR模型引入注意力机制提高特征选取能力,引入残差网络有效防止梯度消失或爆炸;Transformer模型则使用多头注意力完成故障信号的有效特征提取。将CAR和Transformer模型用于不同采样频率、不同转速下的滚动轴承故障诊断,2个模型在CWRU轴承数据集上的最高诊断准确率分别达99.91%和99.85%,在江南大学轴承数据集上的最高诊断准确率分别达98.71%和99.85%,均优于现有研究结果,而且CAR以及Transformer滚动轴承故障诊断模型的结构简单、易于实施,可满足实际应用中高故障诊断准确率的需求。

著录项

来源
《轴承》 |2023年第10期|84-92|共9页
作者
李秋婷; 王秀青; 解飞; 杨云鹏; 杜文霞;
展开▼
作者单位

河北师范大学计算机与网络空间安全学院;

河北师范大学中燃工学院;

河北省网络与信息安全重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类滚动轴承;检修、维护;
关键词
滚动轴承; 故障诊断; 注意力机制; 残差网络; TRANSFORMER; 深度学习;

相似文献

中文文献
外文文献
专利

1. 基于降噪多分支CNN和注意力机制的滚动轴承故障诊断方法 [J] . 刘俊 ,吴海军 ,周华西 . 组合机床与自动化加工技术 . 2023,第2期
2. 基于注意力机制的滚动轴承故障诊断方法 [J] . 茅健 ,郭玉荣 ,赵嫚 . 计算机集成制造系统 . 2023,第7期
3. 基于非降维注意力机制的滚动轴承故障诊断方法 [J] . 刘闯 ,郝润芳 ,程永强 . 太原理工大学学报 . 2022,第5期
4. 基于空洞卷积神经网络与注意力机制GRU的滚动轴承故障诊断 [J] . 葛超 ,杨奇睿 ,刘佳伟 . 中国冶金 . 2022,第4期
5. 基于多尺度和注意力机制的滚动轴承故障诊断 [J] . 丁雪 ,邓艾东 ,李晶 . 东南大学学报:自然科学版 . 2022,第1期
6. 基于IEWT和Teager能量算子的滚动轴承故障诊断方法 [C] . LI Zheng ,李政 ,ZHANG Wei . 2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议 . 2018
7. 基于注意力机制与深度学习的故障诊断方法研究 [A] . 宋林 . 2021

基于注意力机制的滚动轴承故障诊断方法

摘要

著录项

相似文献

相关主题

期刊订阅