基于Transformer的智能轴承声-振融合故障诊断

针对单一信源(振动或声音)轴承故障诊断方法所蕴含信息不全面的问题,开展了具有多源传感器集成的智能轴承的声-振融合故障诊断研究,引入Transformer架构作为声-振融合诊断模型的基本模式以加强信号的时序特征提取能力,利用交叉自注意力机制使声音信号与振动信号在特征提取过程中交互与融合,从而实现端到端的智能轴承故障诊断。搭建智能轴承试验台采集声音与振动数据进行验证的结果表明,基于Transformer的智能轴承声-振融合故障诊断方法相对于单独使用声音、振动的方法以及基线Transformer方法,诊断性能均有提升。