基于注意力机制的滚动轴承故障诊断方法
来源：计算机集成制造系统杂志2023年第7期北京时间：
作者：茅健, 郭玉荣, 赵嫚
单位：上海工程技术大学机械与汽车工程学院
摘要：针对传统故障诊断方法无法自适应选择特征以及难以应对负载变动、噪声干扰的问题,提出一种基于注意力机制的端对端故障诊断方法,通过卷积神经网络(CNN)对原始振动信号进行空间特征提取,基于双向长短时记忆网络(BiLSTM)提取时序特征,利用注意力机制判断BiLSTM各时刻隐藏层状态的重要性并赋予相应的权重,对所有时刻的隐藏层状态进行加权求和,并以Softmax层作为分类器进行故障诊断。利用VALENIAN-PT500实验台采集的数据和公开数据进行实验验证,结果表明,所提方法诊断精度高、泛化性强,在变负载和噪声干扰条件下能保持良好的故障诊断性能。
关键词：轴承故障诊断,注意力机制,卷积神经网络,双向长短时记忆网络
基金资助：上海市浦江人才计划资助项目(20PJ1404700)。
