信息与控制

作者：陈翔, 刘勤明, 胡家瑞

关键词：多源传感器数据, 注意力机制, 标签平滑正则化, 故障诊断, 寿命预测

针对滚动轴承故障在噪声环境下诊断效果不佳的问题, 提出了一种多源传感器数据下基于注意力机制与长短期记忆(long short-term memory, LSTM)网络的轴承故障诊断新方法。首先, 将多源传感器采集的1维数据进行归一化处理, 通过构建带AdaBN(Adaptive Batch Normalization)技术的双通道孪生卷积网络提取有效特征并进行数据融合。其次, 将融合数据输入具有同时考虑通道间关系和位置信息功能的改进1维CoordAtt(Coordinate Attention)中。再次, 通过LSTM层提取时间特征, 通过标签平滑正则化改进后的损失函数来评估诊断效果, 使用新型优化器Adan进行优化。最后, 将得到的诊断模型应用于测试集, 输出故障类别诊断结果。将模型在不同测试集比例下进行诊断精度对比实验, 判断出最佳比例为0.3, 并在噪声环境下进行测试。实验结果表明, 所提方法能更好地对抗噪声环境的影响。在C-MAPSS数据集上的实验结果验证了CoordAtt-LSTM模型在寿命预测中的有效性。

来源：2024年第2期

《信息与控制》期刊编辑部

查看信息与控制杂志2024年第2期