MHSACAE-CNN在噪声下的电机轴承故障诊断
打开文本图片集
摘要 电机的运行情况复杂，实际运行工况下会有大量的噪声，导致其轴承故障诊断精度下降。为了改善这一问题，提出了一种基于多头自注意力机制的一维全卷积自编码网络（One-dimensional Fully Convolutional Autoencoding Network Based on Multi-head Self-attention， MHSACAE）与卷积神经网络（Convolutional Neural Network，CNN）结合的轴承故障诊断方法。（剩余13330字）
