买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北林业大学

摘要：一种基于多尺度空洞注意力机制的ConvNeXt迁移学习齿轮故障诊断方法，涉及旋转机械故障诊断领域。本发明包括：获得待诊断的跨域齿轮原始振动信号，将其输入到齿轮故障诊断网络中获得齿轮故障严重性诊断结果；齿轮故障诊断网络通过以下方式获得：获取不同工况下的原始振动信号，并将原始振动信号分为源域训练集、源域验证集、目标域测试集；构建基于多尺度空洞注意力机制的ConvNeXt迁移学习网络：由扩张卷积ConvNeXt模块、多尺度空洞注意力模块、Softmax分类器、CKMMD模块等组成；利用训练集、验证集、测试集分别训练、验证、测试所构建的网络，获得齿轮故障诊断网络。本发明用于齿轮跨域故障诊断。

主权项：1.一种基于多尺度空洞注意力机制的ConvNeXt迁移学习齿轮故障诊断方法，其特征在于，所述方法具体过程为：获得待诊断的跨域齿轮原始振动信号，将待诊断的跨域齿轮原始振动信号输入到迁移学习齿轮故障诊断网络中获得齿轮故障严重性诊断结果；迁移学习齿轮故障诊断网络通过以下方式获得：步骤一、获取源域工况和目标域工况的齿轮原始振动信号，并将齿轮原始振动信号分为源域训练集、源域验证集、目标域测试集；步骤二、构建基于多尺度空洞注意力机制的ConvNeXt迁移学习网络；所述的基于多尺度空洞注意力机制的ConvNeXt模型由扩张卷积ConvNeXt模块、多尺度空洞注意力模块、Softmax分类器、CKMMD模块组成；所述扩张卷积ConvNeXt模块通过在不同并行通道使用不同扩张率的扩张卷积，提取输入数据不同尺度下的特征信息，并增强模型对输入数据的特征表达能力；所述多尺度空洞注意力模块通过采用多头部设计，在不同的头部使用不同的空洞率执行滑动窗口空洞注意力，聚合感受野内各种尺度的特征信息，集中关注重要的特征信息并抑制不相关的特征；所述Softmax分类器用于对基于多尺度空洞注意力机制的ConvNeXt输出的特征进行分类；所述CKMMD模块用于减小源域和目标域之间的数据差异；步骤三、利用源域训练集数据训练步骤二构建的基于多尺度空洞注意力机制的ConvNeXt迁移学习网络；步骤四、利用源域验证集数据验证步骤三训练好的神经网络，获得训练好的基于多尺度空洞注意力机制的ConvNeXt迁移学习网络；步骤五、利用目标域数据测试经过步骤四验证过的神经网络，通过CKMMD算法用于缩小源域和目标域之间的偏差；所述迁移学习齿轮故障诊断网络为准确率大于阈值的训练好的基于多尺度空洞注意力机制的ConvNeXt模型。

全文数据：

权利要求：

百度查询： 东北林业大学 一种基于多尺度空洞注意力机制的ConvNeXt迁移学习齿轮故障诊断方法