小样本下基于MTF与SSCAM-MSCNN的滚动轴承变工况故障诊断方法.pdfVIP

第卷第期计算机集成制造系统

311Vol.31No.1

年月

20251ComuterInteratedManufacturinSstemsJan.2025

pggy

:/

DOI10.13196.cims.2022.0500

j

小样本下基于与的

MTFSSCAM-MSCNN

滚动轴承变工况故障诊断方法

,,,,,

1212+121212

,,,,

雷春丽焦孟萱薛林林张护强史佳硕

(,;

兰州理工大学机电工程学院甘肃兰州

1.730050

,)

兰州理工大学数字制造技术与应用省部共建教育部重点实验室甘肃兰州

2.730050

:、

摘要针对滚动轴承在不同工况条件下样本分布不同以及故障样本数量不足导致故障诊断精度低泛化性

,。,

能差的问题提出一种小样本下基于与的滚动轴承变工况故障诊断方法首先运用马尔

MTFSSCAM-MSCNN

()。,(

科夫转移场MTF将一维振动信号转化为具有时间相关性的二维特征图其次提出条纹自校正注意力机制SS-

),,,

CAM它不仅可以加强模型在长距离方向上的特征提取能力还能建立通道间依赖关系可以对全局有效信息进

。,(),。,

行捕捉然后将SSCAM引入到多尺度神经网络MSCNN中构建出SSCAM-MSCNN模型最后将MTF二

,。

维特征图输入到所提模型中进行训练采用优化后的网络模型进行测试并输出分类结果通过美国凯斯西储大学