基于TAFN—VMDNR的碾米机轴承故障诊断

来源：中国农机化学报杂志2026年第6期北京时间：

作者：蔡华锋, 黄佳文

单位：湖北工业大学电气与电子工程学院，武汉市，430068

摘要：针对碾米机在高强度、高负荷下，产生噪声影响故障诊断准确性的问题，提出一种具有降噪效果的时序注意力融合网络(TAFN—VMDNR)。首先，利用变分模态分解(VMD)对原始振动信号进行降噪处理；其次，通过时间卷积网络(TCN)结合双向门控循环单元(BiGRU)提取时序特征和深层多尺度特征；然后，引入注意力机制(AM)为不同尺度特征赋予不同权重；最后，利用Softmax分类器实现对碾米机轴承故障的准确诊断。在美国的CWRU和江南大学的轴承数据集上进行验证，诊断准确率分别为99.33%和96.10%，证明模型对碾米机轴承故障诊断具有良好效果。

关键词：碾米机,变分模态分解,轴承故障诊断,时间卷积网络,注意力机制

基金资助：中国高校产学研创新基金—新一代信息技术创新项目(2021ITA05025)