基于多视角注意力网络的轴承健康状态识别方法

摘要

本发明提供了一种基于多视角注意力网络的轴承健康状态识别方法，包括以下步骤：S1.获取数据集，并通过信号处理方法将数据集变换为不同的表现形式；S2.对各表现形式的信号进行降维处理并组合成多通道数据；S3.将多通道数据输入至具有注意力模块的深层残差网络进行网络训练直至网络收敛。本方案通过对信号由点及面和由面及点建模，从广度和深度上保证了故障诊断的有效性。多种形式的数据保证了故障信息的全面性；含有注意力模块的深层网络保证了所提取特征的有效性和精确性。不仅适用于常规工况下的轴承故障诊断，而且适用于低信噪比条件下的轴承故障诊断。