# Deformable-multi-attention-convolutional-neural-network
基于可变形卷积和注意力机制的滚动轴承故障诊断
轴承是旋转机械中的重要部件,轴承的故障可能导致严重的人员伤亡和经济损失,因此对轴承的故障诊断以及保障轴承的平稳运行是维护现代机械设备安全稳定运行必不可少的步骤。近年来,以深度学习为代表的新一代人工智能技术被广泛应用于滚动轴承故障诊断,并相较于传统信号处理技术取得了巨大的进步。然而,神经网络应用于故障诊断领域往往缺乏可解释性,提取故障特征的能力不够强。本文利用可变形卷积神经网络提高使用固定几何结构进行局部特征提取的能力,并引入注意力机制,充分考虑滚动轴承故障的特征来设计注意模块,以增强故障相关特征,忽略一些无关特征,提出了一种可变形多注意力卷积神经网络算法(Deformable multi-attention convolutional neural network,DMACNN)。基于DMACNN算法在XJTU-SY轴承数据集进行模型验证,结果表明该模型可以有效强化轴承故障脉冲响应特征的提取能力,其准确率明显高于目前主流模型。
system information:
Python3.7、在Pytorch1.2,Ubuntu18,Intel Xeon Silver CPU、GTX 2080Ti GPU
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于可变形卷积和注意力机制的滚动轴承故障诊断python源码+项目说明.zip基于可变形卷积和注意力机制的滚动轴承故障诊断python源码+项目说明.zip基于可变形卷积和注意力机制的滚动轴承故障诊断python源码+项目说明.zip基于可变形卷积和注意力机制的滚动轴承故障诊断python源码+项目说明.zip基于可变形卷积和注意力机制的滚动轴承故障诊断python源码+项目说明.zip 【资源说明】 1、该资源内项目代码都是经过测试运行成功,功能正常的情况下才上传的,请放心下载使用。 2、适用人群:主要针对计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、数学、电子信息等)的同学或企业员工下载使用,具有较高的学习借鉴价值。 3、不仅适合小白学习实战练习,也可作为大作业、课程设计、毕设项目、初期项目立项演示等,欢迎下载,互相学习,共同进步!
资源推荐
资源详情
资源评论
收起资源包目录
基于可变形卷积和注意力机制的滚动轴承故障诊断python源码+项目说明.zip (20个子文件)
projectcode30312
DMACNN
CWRUslice.py 8KB
SE.py 4KB
attention_deform_net.py 5KB
deform_cov.py 5KB
deformconv_lstm.py 4KB
readme 28B
EA.py 4KB
datasets
__init__.py 41B
matrix_aug.py 4KB
readme 2B
sequence_aug.py 3KB
SequenceDatasets.py 1KB
MatrixDatasets.py 1KB
set_up.py 10KB
MFPTSlice.py 6KB
conv_lstm.py 3KB
XJTUSLICE.py 6KB
sequencedataset.py 1KB
SE_block.py 1KB
README.md 1KB
共 20 条
- 1
资源评论
龙年行大运
- 粉丝: 1006
- 资源: 3852
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功