基于ECA-ResNet的軸承故障診斷方法

摘要： 針對傳統(tǒng)的軸承故障診斷方法存在強噪聲與變負載下關(guān)鍵特征提取不充分的問題，提出了一種基于有效通道注意力機制和殘差網(wǎng)絡（ECA-ResNet）的軸承故障診斷方法。首先，利用短時傅里葉變換與偽彩色處理方法將軸承振動信號轉(zhuǎn)換為三通道彩色圖像，以此作為輸入樣本集；其次，基于卷積和池化操作對數(shù)據(jù)進行淺層邊緣特征提取與壓縮，并在有效通道注意力網(wǎng)絡（ECA-Net）中引入殘差網(wǎng)絡模塊，解決網(wǎng)絡... （共9頁）