34 / 2021-09-24 15:49:03
使用Transformer的智能轴承声-振融合故障诊断
智能轴承,故障诊断,声-振融合,Transformer
摘要待审
林昙涛 / 西安交通大学现代设计与转子轴承系统教育部重点实验室
马天旭 / 西安交通大学现代设计与转子轴承系统教育部重点实验室
朱永生 / 西安交通大学现代设计与转子轴承系统教育部重点实验室
闫柯 / 西安交通大学现代设计与转子轴承系统教育部重点实验室
摘要:轴承是机械设备的关键部件,对其运行状态进行监测诊断具有重要意义。利用声-振联合的方式有助于提高故障诊断的性能。本文开展了具有多源传感器集成的智能轴承的声-振融合故障诊断研究,提出使用Transformer模型进行智能轴承声-振交叉融合诊断的方法。首先分别对不同采样率下的声信号与振动信号进行时序拆分以形成一系列短时包。接着对短时包进行全连接层映射生成声音信号令牌与振动信号令牌,再在声音信号令牌与振动信号令牌前添加各自的类别令牌,并进行位置编码。再接着将编码后的声音令牌与振动令牌分别输入到声音Transformer模块与振动Transformer模块中,提取每个令牌相对于其他令牌的注意力分数作为新的声音信号令牌与振动信号令牌。随后将声音信号令牌中的类别令牌与振动信号中的类别令牌进行交换,各自输入到下一层Transformer模块中,从而实现声音信号与振动信号特征的交叉融合。然后对输出的声音类别令牌与振动类别令牌进行全连接层映射和加权融合。最后通过分类模块进行故障分类。通过搭建智能轴承实验台采集声音与振动数据对所提方法进行验证,结果表明,所提方法相比单独使用声音、振动的方法,对轴承11类健康状况的诊断性能有明显提升。

 
重要日期
  • 会议日期

    06月16日

    2023

    06月19日

    2023

  • 08月31日 2021

    初稿截稿日期

主办单位
洛阳轴承研究所有限公司
西安交通大学
河南科技大学
轴承杂志社
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询