基于加权密集连接网络和注意力机制的滚动轴承故障诊断

来源：计算机测量与控制杂志2021年第9期北京时间：

作者：赵一瑾

摘要：针对当前诊断方法对滚动轴承故障特征表征困难以及在噪声干扰大的环境中检测性能下降的问题，提出了一种基于加权密集连接网络和注意力机制的滚动轴承故障诊断的方法，该方法由特征提取和故障分类两部分组成。在特征提取部分，首先采用加权密集连接网络从轴承振动信号中提取特征，并将不同空间级别的特征进行组合以增强信息的多样性，然后利用注意力机制突出重要信息，获得准确的表征故障特征。故障分类模型以表征的特征信息作为输入，经过Softmax函数输出每种故障类型的诊断结果。实验结果表明，所提模型在加性噪声干扰的情况下具有良好的诊断性能，比其他方法更具优势。

关键词：故障诊断;滚动轴承;加权密集连接网络;注意力机制

基金资助：云南省教育厅科学研究基金项目(2019J0521)。