融合CNN和ViT的声信号轴承故障诊断方法

来源：振动与冲击杂志2024年第3期北京时间：

作者：宁方立，王珂，郝明阳

单位：西北工业大学机电学院，西安710072

摘要：针对轴承故障诊断任务数据量少、故障信号非平稳等特点，提出一种短时傅里叶变换、卷积神经网络和视觉转换器相结合的轴承故障诊断方法。首先，利用短时傅里叶变换将原始声信号转换为包含时序信息和频率信息的时频图像。其次，将时频图像作为卷积神经网络的输入，用于隐式提取图像的深层特征，其输出作为视觉转换器的输入。视觉转换器用于提取信号的时间序列信息。并在输出层利用Softmax函数实现故障模式的识别。实验结果表明，该方法对于轴承故障诊断准确率较高。为了更好解释和优化提出的轴承故障诊断方法，利用t-分布领域嵌入算法对分类特征进行了可视化展示。

关键词：短时傅里叶变换；卷积神经网络；视觉转换器；t-分布领域嵌入算法