基于MCABResnet的二维滚动轴承故障诊断新方法.pdf

２０２４年５月机床与液压Ｍａｙ２０２４

第５２卷第９期ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳＶｏｌ５２Ｎｏ９

－

ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４０９０２９

－

文献引用：邱坤，康琳，董增寿．基于ＭＣＡＢＲｅｓｎｅｔ的二维滚动轴承故障诊断新方法［Ｊ］．机床与液压，２０２４，５２（９）：１９２２００．

Ｃｉｔｅａｓ：ＱＩＵＫｕｎ，ＫＡＮＧＬｉｎ，ＤＯＮＧＺｅｎｇｓｈｏｕ．ＡｎｅｗｍｅｔｈｏｄｏｆｔｗｏｄｉｍｅｎｓｉｏｎａｌｒｏｌｌｉｎｇｂｅａｒｉｎｇｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎＭＣＡＢＲｅｓｎｅｔ

－

［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（９）：１９２２００．

基于ＭＣＡＢＲｅｓｎｅｔ的二维滚动轴承故障诊断新方法

邱坤，康琳，董增寿

（太原科技大学电子信息学院，山西太原０３００２４）

摘要：针对时域信号冗余度大及滚动轴承故障诊断效果和强噪声环境下诊断正确率低和泛化能力差的问题，提出一种

新的基于多联合注意力机制和多残差卷积块的多尺度进化故障诊断方法。采用宽、窄核卷积的跃迁块和多联合注意机制对

深层卷积进行特征补充，减少特征流失，保证特征图的质量。通过通道和空间注意力权重的分配，为卷积层提供不同的权

重参数，进行自适应特征细化。将提出的方法分别在凯斯西储大学轴承数据集和东南大学轴承数据集进行试验验证及分

析。结果显示：所提方法的分类正确率超过９９７５％，即使在强噪声环境下，分类正确率也超过９８５％；在变工况下，平

均分类正确率超过了９０％。因此，所提方法具有良好的故障诊断效果、泛化能力和抗噪声性能。

关键词：故障诊断；残差表达；注意力机制；通道权重

中图分类号：ＴＨ１３３３３

ＡＮｅｗＭｅｔｈｏｄｏｆＴｗｏＤｉｍｅｎｓｉｏｎａｌＲｏｌｌｉｎｇＢｅａｒｉｎｇＦａｕｌｔＤｉａｇｎｏｓｉｓＢａｓｅｄｏｎＭＣＡＢＲｅｓｎｅｔ

ＱＩＵＫｕｎ，ＫＡＮＧＬｉｎ，ＤＯＮＧＺｅｎｇｓｈｏｕ

（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎ，ＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＴａｉｙｕａｎＳｈａｎｘｉ０３００２４，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｌａｒｇｅｒｅｄｕｎｄａｎｃｙｏｆｔｉｍｅｄｏｍａｉｎｓｉｇｎａｌｓ，ｌｏｗｄｉａｇｎｏｓｔｉｃａｃｃｕｒａｃｙａｎｄｐｏｏｒｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌ⁃

－

ｉｔｙｏｆｒｏｌｌｉｎｇｂｅａｒｉｎｇｆａｕｌｔｄｉａｇｎｏｓｉｓｕｎｄｅｒｓｔｒｏｎｇｎｏｉｓｅｅｎｖｉｒｏｎｍｅｎｔ，ａｎｅｗｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎｍｕｌｔｉｓｃａｌｅｅｖｏｌｕｔｉｏｎｏｆ

－－

ｍｕｌｔｉｊｏｉｎｔａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍａｎｄｍｕｌｔｉｒｅｓｉｄｕａｌｃｏｎｖｏｌｕｔｉｏｎｂｌｏｃｋｗａｓｐｒｏｐｏｓｅｄ．Ｔｒａｎｓｉｔｉｏｎｂｌｏｃｋｓｏｆｗｉｄｅａｎｄｎａｒｒｏｗｋｅｒｎｅｌｃｏｎｖｏ⁃

ｌｕｔｉｏｎｓａｎｄｍｕｌｔｉｐｌｅｊｏｉｎｔ