[发明专利]基于多模态数据的三阶段特征融合旋转机械故障诊断方法

摘要

本公开提供了一种基于多模态数据的三阶段特征融合旋转机械故障诊断方法，获取机械运行状态参量数据，得到至少两种模态的数据；将获取的各模态数据分别输入到预设神经网络模型中，得到最终的故障分类结果；其中，预设神经网络模型至少依次包括第一自特征融合、互特征融合和第二自特征融合三个阶段；本公开采用包括一维卷积神经网络和二维卷积神经网络在内的三阶段特征融合方法，对多尺度特征进行融合并进行故障诊断，其中二维卷积神经网络提取特征映射图谱之间的相关性，注意力机制可以对特征图谱进行不同的权重分配，突出了重要信息，减少了冗余信息，极大的提高了故障诊断的性能。