基于信息融合及双连接注意力残差网络的轴承故障诊断

摘要：

针对单一传感器获取特征信息不足、深层卷积神经网络提取的故障特征缺乏重要性区分的问题,提出一种传感器信息融合与双连接注意力残差网络相结合的轴承故障诊断方法.首先,对从不同位置采集的振动信号,采用传感器信息融合策略转换成多通道输入,以获取更全面的故障特征信息;其次,针对融合后的多通道输入,设计了一种双连接残差网络来增强模型对特征信息的提取,同时引入通道注意力机制模块,对输出的特征赋予不同权重,使模型提取到的特征更具有鉴别性,改善了识别准确率.将所提方法应用于复杂工况下的轴承数据集,试验表明,该方法在变工况和噪声环境干扰下,具有良好的故障分类精度.

关键词：信息融合、双连接残差网络、注意力机制、故障诊断

所属期刊栏目：42

分类号：TH133.33

资助基金：安徽省自然科学基金;安徽省自然科学基金;安徽省普通高校重点实验室开放基金重点项目

在线出版日期：2023-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：114-123