基于多头自注意力和动态对齐的轴承故障诊断

来源：电子测量技术杂志2026年第1期北京时间：

作者：李杰，刘天羽

单位：上海电机学院电气学院 上海 201306

摘要：为解决滚动轴承在不同工况下故障诊断过程中源域与目标域之间分布差异导致的诊断性能下降问题，本文提出了一种融合多头自注意力机制和动态联合分布自适应的轴承故障诊断方法。首先，在特征提取模块中引入多头自注意力机制，从原始振动信号中提取更具判别性和域不变特征。其次，分别采用最大均值差异与局部最大均值差异对齐边缘分布及条件分布，从而缩小源域与目标域之间的分布差异。最后，设计一种新的动态权重因子自适应地调整边缘分布与条件分布的权重，提升跨域故障诊断的鲁棒性与泛化能力。实验结果表明，所提出的方法在两种公开数据集上分类准确率分别达到了99.84%和98.97%，显著优于其他方法。同时在强噪声干扰下仍表现出良好的稳定性与鲁棒性，为滚动轴承故障诊断提供了一种有效的解决方案。

关键词：轴承故障诊断;领域自适应;多头自注意力机制;动态联合分布自适应;迁移学习

基金资助：上海市浦江人才计划（22PJ1404300）项目资助