基于自注意力机制ACGAN的轴承故障诊断

作者：邱吉尔; 陶洪峰; 程龙; 沈凌志

来源：信息与控制, 2022, 1-8.

• 故障诊断
• 辅助分类生成对抗网络（ACGAN）
• 滚动轴承
• 自注意力机制

针对传统判别式轴承故障诊断算法在复杂工况下依赖人工特征提取、诊断效果不佳的问题，提出将生成式算法辅助分类生成对抗网络（auxiliary classifier generative adversarial network，ACGAN）用于轴承故障诊断研究。首先，通过快速傅里叶变换将轴承振动信号转为二维频域特征灰度图，设计卷积网络作为模型主体结构，添加批量归一化和LeakyRelu激活函数缓解梯度消失问题；其次，引入自注意力机制（self-attention mechanism，SA），将数据中相距较远的特征相互关联建立新的SA-ACGAN模型，实现多分类场景下对原始数据分布特征的有效学习；最后，将模型应用于电机轴承进行对比验证，结果表明所提方法故障诊断准确率高达99.7%，并具有良好的鲁棒性和泛化性。

• 单位
  江南大学