Indexed by：
Abstract：
针对电机故障诊断需要复杂的特征提取过程,且在变工况情况下故障诊断识别率较低的问题,本文提出了一种改进的卷积神经网络端到端故障诊断模型,该模型采用全卷积结构防止池化层带来的特征丢失,同时利用不同大小的卷积核对故障信号进行多尺度特征提取,使模型能获取更加丰富且互补的故障特征表示,并且引入注意力机制对获得的故障特征进一步筛选,突出故障的关键特征,抑制不重要的特征。最后在电机轴承故障数据集上进行多组实验,证明了本文所提模型具有较好的故障识别能力和领域适应性。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电气技术
ISSN： 1673-3800
CN： 11-5255/TM
Year： 2020
Issue： 11
Volume： 21
Page： 32-38
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 6
Affiliated Colleges：
