公开(公告)号：CN118965174A

公开(公告)日：2024-11-15

申请号：CN202411411789.X

申请日：2024-10-11

申请人： 洛阳理工学院

发明人： 王国强 ,  石念峰 ,  杨向兰 ,  武建伟 ,  赵翼帆 ,  赵利国 ,  刘禛 ,  赵一鸣

IPC分类号： G06F18/2415 ,  G06F18/2131 ,  G06F18/211 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F123/02

摘要： 融合卷积Transformer的旋转机械故障诊断方法，将旋转机械运行过程中的振动信号分别进行快速傅里叶变换和希尔伯特变换后与振动信号的原序列数据进行组合构成多通道信号作为诊断模型的输入，能够丰富机械故障特征信息，使后续模块能够更好地提取振动信号中的故障特征。诊断模型中具有多层特征提取模块，每层特征提取模块均采用卷积层与Transformer的多头自注意力机制融合构成，其包括两个卷积层和一个多头自注意力层，结合了卷积神经网络在处理局部特征方面的优势及Transformer在提取长时序数据特征方面的能力，更加全面和有效地提取频域振动信号中的故障特征，提高了旋转机械故障诊断的准确率和鲁棒性。