基于CNN?Transformer模型的自動(dòng)扶梯軸承故障診斷方法研究

打開文本圖片集

摘  要： 針對(duì)自動(dòng)扶梯滾動(dòng)軸承故障診斷模型診斷識(shí)別率不高的問題，提出一種CNN與Transformer相結(jié)合的滾動(dòng)軸承故障診斷方法。該方法采用CNN注意力和Transformer時(shí)域注意力融合機(jī)制，從信號(hào)的通道和時(shí)域兩個(gè)維度提取最有利于識(shí)別的特征信息，降低信道和噪聲等影響。根據(jù)特征信息的重要程度進(jìn)行權(quán)重分配，以提升故障識(shí)別率。（剩余10666字）