基于MCABResnet的二維滾動軸承故障診斷新方法

摘要： 針對時(shí)域信號冗余度大及滾動軸承故障診斷效果和強(qiáng)噪聲環(huán)境下診斷正確率低和泛化能力差的問題，提出一種新的基于多聯(lián)合注意力機(jī)制和多殘差卷積塊的多尺度進(jìn)化故障診斷方法。采用寬、窄核卷積的躍遷塊和多聯(lián)合注意機(jī)制對深層卷積進(jìn)行特征補(bǔ)充，減少特征流失，保證特征圖的質(zhì)量。通過通道和空間注意力權(quán)重的分配，為卷積層提供不同的權(quán)重參數(shù)，進(jìn)行自適應(yīng)特征細(xì)化。將提出的方法分別在凱斯西儲大學(xué)軸承數(shù)據(jù)集和東...