期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于M2-MHA Block轻量化模型的小样本跨工况轴承故障诊断
1
作者
邓兴超
朱冠华
+2 位作者
张清华
张发振
赵乾惠
《机床与液压》
北大核心
2025年第7期31-39,共9页
针对轴承故障诊断中存在的训练数据不充分、模型泛化能力差以及计算复杂度大等问题,提出一种基于轻量化卷积神经网络的小样本跨工况轴承故障诊断方法。采用原始振动信号与量纲一量辅助数据集的并行输入方式,搭建基于深度可分离卷积的多...
针对轴承故障诊断中存在的训练数据不充分、模型泛化能力差以及计算复杂度大等问题,提出一种基于轻量化卷积神经网络的小样本跨工况轴承故障诊断方法。采用原始振动信号与量纲一量辅助数据集的并行输入方式,搭建基于深度可分离卷积的多输入多尺度(M2)特征提取架构,避免了仅使用原始振动信号可能导致的特征不充分问题。此外,提出一种多头注意力块(MHA Block),以提升训练效率和诊断性能。最后,通过迁移学习技术实现了基于小样本的跨工况诊断,并在凯斯西储大学数据集上进行实验验证。结果表明:所提方法在源域下的平均诊断精度达99.8%,且模型参数量和模型大小仅分别为28 789和540.5 kB;在小样本跨工况迁移诊断中,采用100个样本进行训练、500个样本进行测试,平均诊断精度高达99.3%;文中所提方法能够在低计算量条件下,实现高准确率与良好的泛化性能。
展开更多
关键词
故障诊断
轻量化
多输入多尺度
多头注意力块
小样本
跨工况
在线阅读
下载PDF
职称材料
题名
基于M2-MHA Block轻量化模型的小样本跨工况轴承故障诊断
1
作者
邓兴超
朱冠华
张清华
张发振
赵乾惠
机构
吉林化工学院信息与控制工程学院
广东石油化工学院自动化学院
出处
《机床与液压》
北大核心
2025年第7期31-39,共9页
基金
国家自然科学基金重点项目(61933013)。
文摘
针对轴承故障诊断中存在的训练数据不充分、模型泛化能力差以及计算复杂度大等问题,提出一种基于轻量化卷积神经网络的小样本跨工况轴承故障诊断方法。采用原始振动信号与量纲一量辅助数据集的并行输入方式,搭建基于深度可分离卷积的多输入多尺度(M2)特征提取架构,避免了仅使用原始振动信号可能导致的特征不充分问题。此外,提出一种多头注意力块(MHA Block),以提升训练效率和诊断性能。最后,通过迁移学习技术实现了基于小样本的跨工况诊断,并在凯斯西储大学数据集上进行实验验证。结果表明:所提方法在源域下的平均诊断精度达99.8%,且模型参数量和模型大小仅分别为28 789和540.5 kB;在小样本跨工况迁移诊断中,采用100个样本进行训练、500个样本进行测试,平均诊断精度高达99.3%;文中所提方法能够在低计算量条件下,实现高准确率与良好的泛化性能。
关键词
故障诊断
轻量化
多输入多尺度
多头注意力块
小样本
跨工况
Keywords
fault diagnosis
lightweight
multiple scales multiple inputs
multi-head attention block
small sample
cross-condition
分类号
TH133.33 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于M2-MHA Block轻量化模型的小样本跨工况轴承故障诊断
邓兴超
朱冠华
张清华
张发振
赵乾惠
《机床与液压》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
