注意力机制下多域特征融合的齿轮箱故障诊断方法
陈富星
冷晟
高海淋
黄海泽
陆凤霞
唐朋
南京航空航天大学 机电学院,南京 210016
摘要：[目的]针对单一数据域模型在齿轮箱故障诊断中难以精准识别微弱故障特征的局限性,提出一种注意力机制下多域特征融合的故障诊断方法,以提升诊断准确率、稳定性及泛化能力.[方法]首先,从振动信号的时域、频域提取无量纲特征与频谱特征.其次,通过连续小波变换结合卷积神经网络(Convolutional Neural Network,CNN)提取时-频域深度特征.然后,引入注意力机制对多域特征进行动态加权融合,强化关键特征并弱化冗余信息.最后,通过分类器完成故障识别,基于二级齿轮箱试验数据集验证方法有效性.[结果]在二级齿轮箱试验数据集上的测试结果表明,所提方法诊断准确率达到99.77%,优于单一域模型,验证了其在微弱故障识别与多工况适应方面的有效性与稳定性.
关键词：齿轮箱故障诊断特征提取注意力机制多域特征融合
分类号：TH132.41(机械零件及传动装置)TH165.3(机械制造工艺)
论文发表日期：2026-02-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 12-20 )
英文信息