时序抗噪Bi-TAM-Net框架

绝缘轴承故障精准诊断

引入自注意力机制优化时序信息融合，可在任意长度序列上建模，强化对重要信息的提取能力。

黄星源 · Yang, Tongguang · Dianjun, Yang · Jinglan, Li · 肖冬明 · 郭帅平 · 蒋玲莉 · 李学军

Measurement Science and Technology 2025

技术优势

抗噪性强

框架在处理带噪声的时序数据时，仍能有效提取故障特征。

任意长度序列建模

引入自注意力机制，可以对任意长度的序列进行建模，突破了固定长度输入的限制。

优于七种方法

在同一数据集上与包括先进 TAM-Net 在内的七种方法对比分析，Bi-TAM-Net 表现更优。

应用场景

• 风电机组运维：针对风电机组中的绝缘轴承，直接诊断其故障信号，辅助精准运维。
• 旋转设备故障诊断：提供一种新的时序建模方法，可用于各类旋转机械的故障诊断。
• 工业预测性维护：通过精准识别早期故障信号，支撑工业设备的预测性维护。