摘要
石化行业挤压造粒机日趋大型化,其齿轮箱故障将造成非必要停车。对挤压机齿轮箱进行故障监测及诊断可以提高其可靠性。提出一种改进的Transformer挤压机齿轮箱故障诊断方法,对于原始信号输入首先经过多尺度感知层,其中使用三个不同尺度的卷积核提高捕捉局部特征信息的能力,经过多尺度感知层后的信号进入线性嵌入层进行线性映射,并在线性嵌入层添加位置信息矩阵以此解决Transformer丢失位置特征的能力,该算法展现了良好的故障特征提取能力。相较于传统的卷积神经网络诊断精度提高14%,最终达到95.4%的分类精度。
出处
《制造业自动化》
2024年第3期142-146,共5页
Manufacturing Automation