改进注意力机制的航空发动机实验转子系统智能故障诊断

来源：振动与冲击杂志2024年第4期北京时间：

作者：伍济钢，文港，杨康

单位：湖南科技大学机械设备健康维护湖南省重点实验室，湖南湘潭411201

摘要：考虑到航空发动机的工作环境十分恶劣，其故障的振动信号特征隐蔽且噪声干扰严重，为了加强网络对振动信号中关键特征的提取能力，提出了改进注意力机制的航空发动机转子系统智能故障诊断方法对航空发动机转子系统的不平衡和碰摩等故障进行诊断。提出局部池化改进的通道注意力机制，能够通过预提取局部极值解决现有通道注意力机制对航空发动机转子故障通道信息提取能力不足的问题；提出多评分机制改进的空间注意力机制，能够通过不同尺度的卷积评分解决现有空间注意力机制对航空发动机转子故障空间信息提取能力不足的问题；将二者结合构建改进的通道空间注意力机制模块，再导入一维卷积神经网络中构建改进注意力机制的一维卷积神经网络完成智能故障诊断，并且通过航空发动机转子系统故障数据集对比分析实验证明了该网络优秀的检测性能、抗噪性能和泛化性能等综合性能以及注意力机制改进方法的可行性。

关键词：航空发动机转子;故障诊断;注意力机制;卷积神经网络