基于AFF-Stablenet模型的小样本轴承故障诊断OA北大核心CSTPCD
针对滚动轴承在小样本条件下诊断准确率低和泛化性弱的问题,提出了一种基于注意力特征融合的深度稳定学习(Attention Feature Fusion and Deep Stable Learning,AFF-Stablenet)模型的故障诊断方法。该方法首先使用经验模态分解(Empirical Mode Decompositim,EMD)将样本分解成多段频率的子信号,求取子信号与原始信号的互相关系数,选择系数较高的前三阶子信号;利用连续小波变换(…查看全部>>
郭康;王志刚;徐增丙
武汉科技大学机械自动化学院,武汉430081 武汉科技大学冶金装备及其控制教育部重点实验室,武汉430081武汉科技大学机械自动化学院,武汉430081 武汉科技大学冶金装备及其控制教育部重点实验室,武汉430081武汉科技大学机械自动化学院,武汉430081 武汉科技大学冶金装备及其控制教育部重点实验室,武汉430081
机械工程
注意特征融合深度稳定学习滚动轴承小样本故障诊断
《现代制造工程》 2024 (9)
P.144-151,53,9
国家自然科学基金项目(51775391)。
评论