一种基于注意力机制和卷积门控循环单元模型的轴承故障诊断方法

摘要

本发明公开了一种基于注意力机制和卷积门控循环单元模型的轴承故障诊断方法，包括以下步骤，将数据集划分为训练集和测试集，并对其原始信号进行归一化操作；将归一化后的数据转换成对应于不同故障情况的二维灰度图并设置对应的标签；将灰度图像输入卷积神经网络进行特征提取；利用注意力机制模块提取图像的显著性特征，并将输出值约束在0‑1之间；将从卷积神经网络中提取的特征与其对应的注意力机制模块所输出的显著性特征进行逐元素相乘；将相乘得到的结果输入门控循环单元，通过门控循环单元捕捉时序数据的时间相关性；最终利用softmax分类器输出分类标签。本发明能够较佳地提高故障诊断的准确性和鲁棒性。