基于卷积时空交互融合网络的列车轴承故障诊断

作     者：贺佳 HE Jia

作者机构：国能包神铁路集团有限公司榆林719316 

出 版 物：《城市轨道交通研究》 (Urban Mass Transit)

年 卷 期：2024年第27卷第10期

页      面：13-20页

学科分类：08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0802[工学-机械工程] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划项目(2021YFF0501101) 

主　　题：列车 轴承故障诊断 卷积自编码 数据融合 长短记忆网络 

摘      要：[目的]轴箱轴承运行环境的多元复杂性使得采用单一传感器的轴承故障诊断方法难以取得良好的效果。针对此问题,特开展了基于卷积时空交互融合网络的列车轴承故障诊断的研究。[方法]采用多传感器融合方法,在水平-竖直振动数据集上提出了一种CTS-MFN(基于卷积时空交互融合网络)用于轴承故障诊断。将ECA(高效通道注意力)模块、LSTM(长短期记忆)网络和相似性距离约束引入卷积自编码器,使模型能够提取具有模态间交互信息的时间-空间注意特征;在利用MLP(多层感知机)对各模态时空特征进行融合推断。[结果及结论]通过对比试验、消融研究、泛化性能分析等试验,证明了所提模型的有效性。