基于改进时序网络的电机轴承故障诊断方法
黄星源1
杨同光2
蒋玲莉3
李学军3
1.华南理工大学机械与汽车工程学院,广东 广州 510641;佛山大学机电工程与自动化学院,广东 佛山 5282252.东北大学机械工程与自动化学院,辽宁 沈阳 1108193.佛山大学机电工程与自动化学院,广东 佛山 528225
摘要：大功率变频电机轴承疲劳磨损使振动信号混杂,为提高故障诊断准确率,设计了一种多通道绝缘轴承时间信息融合诊断模型,从实测的故障数据中提取具有时序规律的粗粒度特征,将自注意力机制引入所设计的时间信息融合诊断模型中进行优化,通过不断更新权重系数计算数据间的关联权重.所提模型以 99.1%的故障总体识别率优于当前常用的GRU模型(94.7%)、LSTM模型(91.2%)和RNN模型(88.4%).
关键词：电机绝缘轴承故障诊断改进时序网络自注意力机制
分类号：TP306.3(计算技术、计算机技术)
资助基金：广东省基础与应用基础研究基金项目(2023A1515240083)广东省基础与应用基础研究基金项目(2023A1515140029)
论文发表日期：2025-09-30
在线出版日期：2025-10-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1-8 )
英文信息