基于注意力机制多尺度卷积神经网络的轴承故障诊断

• Published in: 华东理工大学学报（自然科学版） Vol. 50; no. 2; pp. 247 - 256
• Main Authors: 孙俊静, 顾幸生
• Format: Journal Article
• Language: Chinese
• Published: 华东理工大学能源化工过程智能制造教育部重点实验室,上海 200237 01.05.2024
• Subjects: 注意力机制; fault diagnosis; 卷积神经网络; BEGAN; 故障诊断; attention mechanism; convolutional neural network; empty convolution; 空洞卷积

TP391; 提出了基于注意力机制的多尺度卷积神经网络(Multi-scale and Attentive Convolutional Neural Network,MACNN)进行轴承故障分类,该模型以一维Resnetl8网络结构为主体,卷积模块采用残差模块和空洞卷积并行方式以达到扩大感受野、避免特征信息丢失的目的,同时利用注意力机制可以自动提取有用特征的能力,将模型提取特征作为输入送入注意力机制模块,进一步提高模型故障分类能力.此外,采用边界平衡生成对抗网络(Boundary Equilibrium Generative Adversarial Networks,BEGAN)模型对故障数据...