Исследование метода диагностики неисправностей подшипников на основе трансформерной нейронной сети

Механизм внимания (AM) широко используется для диагностики неисправностей и определения технического состояния промышленного оборудования. В существующих исследованиях AM применялся только в сочетании с глубокими сетями либо для замены отдельных компонентов этих сетей. Такая зависимость от глубоких сетей существенно ограничивает способность AM извлекать признаки. В данной работе предложен метод диагностики неисправностей подшипников на основе сигнальной трансформерной нейронной сети (SiT), использующей только механизм внимания. Сначала исходный одномерный вибрационный временной ряд сегментируется, после чего вводится новая стратегия обучения на сегментах. Затем для выделенных подсегментов выполняются линейное и позиционное кодирование. Наконец, закодированные подсегменты подаются на вход трансформеру для извлечения признаков и идентификации неисправностей. Достоверность предложенного метода подтверждена с использованием набора данных Университета Кейс-Вестерн-Резерв и набора данных по подшипникам самовсасывающего центробежного насоса. По сравнению с другими существующими методами предложенный метод обеспечивает наивысшую среднюю точность диагностики без предварительной обработки данных. Результаты показывают, что предложенная SiT на основе только механизма внимания способна извлекать признаки и идентифицировать неисправности по исходным вибрационным сигналам, демонстрируя превосходные диагностические характеристики.