基于高效注意力机制的多源信息融合电动阀门轴承故障诊断方法

来源：振动与冲击杂志2025年第22期北京时间：

作者：包渝锋,，者娜,，何攀,，杨泰波,，刘才学lcx978@sina.com,

单位：1.中国核动力研究设计院，成都610213；2.中国核动力研究设计院先进核能技术全国重点实验室，成都610213

摘要：电动闸阀作为核电站中重要设备之一，起着控制回路介质流通及截断的作用，对于反应堆安全稳定运行至关重要。电动闸阀的关键部件电机轴承由于受到润滑及散热的影响，易发生磨损，从而引发电机运行不畅最终导致阀门无法完成既定的功能，严重时可能会引发运行安全事件。未考虑阀门实际运行中背景噪声等干扰，以及信号的时空覆盖范围和不同信号的侧重点不同等问题，传统的基于单一振动信号的故障识别方法存在故障信息不足、识别精度低等问题。为了获取丰富的故障信号特征并实现故障模式识别，提出了基于高效注意力机制的多源信息融合故障诊断方法，采用多源异类信号作为输入，构建折叠空间卷积池化金字塔来提取多尺度特征，以获取更丰富的故障特征；并利用高效通道注意力残差结构对获取的特征进行筛选，抑制噪声等所产生的对当前任务作用不大的特征。最后，在试验数据上取得了99%以上的诊断准确率，高于其他先进的诊断方法，证明了所提方法在故障识别方面的有效性和优越性。<br>

关键词：多源信息融合；注意力机制；多尺度特征提取；电动阀门故障诊断