《电子测量技术杂志》发表论文赏析

基于ResNet-RFA和BiGRU-SATT的弧齿锥齿轮箱故障诊断

来源:电子测量技术杂志2026年第8期北京时间:

作者:王晓晨,许昕,潘宏侠,张珂铭,程凯

单位:1.中北大学机械工程学院 太原 030051; 2.中北大学系统辨识与诊断技术研究所 太原 030051

摘要:针对传统故障诊断模型在齿轮箱振动信号时空特征协同挖掘不足和噪声环境下鲁棒性较弱的问题,本文提出一种融合感受野注意力残差网络(ResNet-RFA)与双向门控循环单元-自注意力机制(BiGRU-SATT)的智能故障诊断方法。首先对原始振动信号进行短时傅里叶变换(STFT)生成时频图像,并保留一维时序信号以保留多维度信息;随后构建双通道特征提取网络:空间特征通道采用ResNet-RFA模块,通过感受野注意力机制聚焦时频图像的关键区域;时序特征通道采用BiGRU-SATT模块,结合双向门控循环单元与自注意力机制捕捉动态依赖关系;最后通过特征拼接融合策略整合时空信息,输入全连接层实现故障分类。实验结果表明,该方法准确率达到100%,显著优于对比模型(Transformer:91%,Mamba:96%,SVM:94%,DBN:89%),在添加10、20 dB高斯-脉冲混合噪声后仍保持较高识别性能,展现出优异的抗噪性与稳定性。综上,ResNet-RFA与BiGRU-SATT的融合模型能够有效协同挖掘信号的时空特征,在准确率和鲁棒性方面均优于其他对比模型,适用于复杂工业环境。

关键词:残差网络;感受野注意力;双向门控循环单元

基金资助:内燃机可靠性国家重点实验室基金(skler-201911)项目资助

2026年8期其他文献查阅:

光储VSG参数自适应与模型预测协同的调频策略

基于MPSR和IHBA-BiGRU-Attention的短期电力负荷预测

面向精密测量场景的鲁棒亚像素级光斑中心定位方法研究

PT对称供电结构的无人机无线通信网络资源分配方法研究

融合频率增强通道注意力机制的VMD-TCN-NTSformer-FECAM风电功率预测研究

基于多尺度感知的自适应无人机红外小目标检测

基于多策略融合的电动汽车群体内部博弈策略研究

基于多传感器数据融合的无人驾驶车辆临时道路实时感知系统研究

多策略改进黑翅鸢算法的PMSM自抗扰控制

基于改进YOLO11的遥感图像检测算法

FCA*-DWA:面向户外动态停车场全向移动机器人路径规划方法

基于自适应双重优化的模糊评估算法

YOLO-MAF:多尺度特征融合的轻量级小目标检测算法

能耗约束下量子遗传算法时延最小化卸载策略

基于多特征融合的阵列孔径扩展学习方法

基于ResNet-RFA和BiGRU-SATT的弧齿锥齿轮箱故障诊断

基于孪生对抗训练的车联网C-V2X终端指纹识别

基于全国产芯片的仪表着陆系统信号发射单元研制

基于薄膜热电阻传感器的多通道采集系统设计及性能分析

排水管道变形缺陷标注方式对智能识别的影响研究

基于动态特征增强和分层门控融合的遮挡行人重识别

基于ACS-YOLO的复杂背景下线束端子缺陷检测算法

基于多尺度特征的RAMW-YOLOv8船舶目标检测算法

基于轻量级CDM-YOLO的多尺度桥梁混凝土缺陷检测

基于门控Transformer的边缘计算卸载与无线充电器部署联合优化算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!