基于多信息融合深度集成网络的故障诊断方法和系统

专利主权项内容

1.一种基于多信息融合深度集成网络的故障诊断方法，其特征在于，包括如下步骤：S10：利用多个传感器采集被测零件不同健康状态下的振动信号；S20：将多个传感器采集到的振动信号以相同大小的窗长切分出多个样本形成样本集，并将该样本集按照比例划分出训练集和测试集；S30：构建一个由依次串接的基于复合指标的加权融合策略模块、跨尺度注意特征提取模块和权重拓扑学习模块的多信息融合深度集成网络模型；其中，所述基于复合指标的加权融合策略模块配置为利用多传感器互补信息进行特征提取，所述跨尺度注意特征提取模块配置为提取信号不同尺度上的特征信息，并且增强故障信息的明显度，所述权重拓扑学习模块配置为学习特征图节点之间的权重信息，并能够进一步丰富故障信息，提升整个网络模型的识别精度；S40：将训练集输入到所述多信息融合深度集成网络模型中训练；S50：将测试集输入到已经训练好参数的多信息融合深度集成网络模型中进行健康状态判别。