基于信息融合和 SA-CNN 的轴承故障诊断

来源：机械与电子杂志2024年第07期北京时间：

作者：王云;徐彦伟;何可承;颉潭成;王军华;蔡海潮

单位：1. 河南科技大学机电工程学院,河南 洛阳 471003 ;?

摘要：针对轴承故障特征提取困难、输入信号单一及故障识别率低等问题,提出基于多头注意力机制信息融合和自注意力机制卷积神经网络的轴承故障诊断方法。首先,预制地铁牵引电机轴承故障,搭建变工况轴承实验台并设计实验方案,采集轴承振动信号和声发射信号;其次,利用多头注意力机制将轴承的振动信号和声发射信号进行融合;最后,将融合后的信号输入自注意力机制卷积神经网络中进行故障诊断。实验结果表明,基于多头注意力机制信息融合和 SA-CNN 的轴承故障智能诊断方法,可以有效关注到轴承故障特征信号,提升变工况下轴承故障诊断的准确率。

关键词：轴承故障诊断;多头注意力机制;信息融合;自注意力机制;CNN

基金资助：国家自然科学基金资助项目( 51805151 );河南省高等学校重点科研项目( 21B460004 )