Метод диагностики неисправностей подшипников качения на основе пороговой аттенционной остаточной сети с объединением признаков и улучшенного трансформера при малых выборках и сильном шуме

Подшипники качения как важный компонент вращающихся машин часто работают в условиях сильного шума, при этом неисправность может привести к прекращению нормальной работы системы; кроме того, в процессе эксплуатации подшипников наблюдается ограниченное количество размеченных образцов неисправностей. Для решения проблемы низкой точности диагностики при сильном шуме и малом объёме выборки в статье предложен метод объединения многодатчиковых признаков с пороговой аттенционной остаточной сетью и свёрточно улучшенным трансформером (MFFTARN-CET). Во-первых, предложен метод GS-SSWT, который преобразует акустические и вибрационные сигналы в двумерные временно-частотные отображения для сохранения временно-частотной информации. Затем разработан блок многоканального объединения признаков, который использует сверточные слои разного размера для полного использования сходства между данными различных датчиков. Способность сети к представлению улучшена посредством изучения корреляций и значимости между каналами с помощью механизма squeeze-and-excitation. Далее объединённые признаки подаются в MFFTARN-CET для обучения, а выходы объединяются на основе взвешивания признаков для обеспечения полного использования сигналов многодатчиковой системы. Разработан гибридный адаптивный функционал потерь, позволяющий методу адаптивно регулировать вклад различных компонент потерь во время обучения с помощью стратегии динамической регулировки весов по величине градиента. Наконец, эффективность и превосходство MFFTARN-CET подтверждаются на двух наборах данных по подшипникам качения.