FFT-ResTransNet诊断模型

多模态抗噪强

融合声音、振动和图像信号的故障诊断模型,针对不同运行状态和气象条件分别处理,相比现有方法显著提高了诊断精度。

Ying, Han · Tanmiao, Liu · 李琨

Structural Health Monitoring 2025

技术优势

运行状态抗噪强

通过快速傅里叶变换与残差网络结构,抑制高噪声对振动和声音特征的干扰,避免深层卷积后故障特征模糊。

停机状态成像清晰

融合红外热成像和可见光图像,解决非同源数据表征问题,在低能见度、高噪声等恶劣天气下仍能准确交互信息。

适应多种天气

根据晴天、雾天、大风、不同光照等气候类型建立多模态融合模型,使诊断方法覆盖广泛天气条件。

诊断精度提升

仿真结果证实,所提方法相比现有方案实现了实质性改进。

应用场景