公开(公告)号：CN117786558A

公开(公告)日：2024-03-29

申请号：CN202311832901.2

申请日：2023-12-28

申请人： 河北工业大学

发明人： 张家安 ,  邓强 ,  马增强 ,  李志军

IPC分类号： G06F18/2431 ,  G06N3/084 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/048 ,  G06N3/047

摘要： 本发明公开一种改进多头自注意力机制‑BiLSTM的风机轴承故障诊断方法，该方法首先由周期空洞自注意力和局部自注意力组成的改进多头自注意力机制对振动信号重新加权，给予故障数据点高权重，故障消失点低权重，也能减少特征增强过程中的时间消耗及随机干扰影响；然后，利用BiLSTM层能够同时考虑输入序列的过去和未来信息的特性，通过正向和反向两个方向的隐藏状态，这使得模型能够更全面地捕捉序列中的上下文信息，有助于更好提取振动信号长期依赖特征；最后，经全连接层和Softmax层输出风机轴承故障诊断结果。测试结果表明，本发明风机轴承故障诊断方法故障分类准确率为100％。