基于注意力機制與殘差膠囊網(wǎng)絡(luò)的滾動軸承故障診斷

摘要： 針對傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)在風電機組滾動軸承變工況運行條件下特征學習能力不足、診斷效果不佳的問題，提出了一種通道注意力機制(Channel Attention, CA)與殘差膠囊網(wǎng)絡(luò)(Capsule Residual Network, CPRN)組合的故障診斷模型CA-CRPN,以實現(xiàn)變工況下滾動軸承故障的高性能診斷。首先，對振動信號進行連續(xù)小波變換生成對應(yīng)的時頻圖，經(jīng)矩陣化重構(gòu)后作... （共12頁）

滾動軸承連續(xù)小波變換通道注意力機制殘差膠囊網(wǎng)絡(luò)變工況故障診斷