注意力对比校准Transformer

少样本跨域诊断

针对急剧转速变化下少量样本的故障诊断，通过注意力校准与区域混合增强，无需额外跨域解耦模块即可提取域不变特征。

Liu, Shen · 陈敬龙 · 何水龙 · Shi, Zhen · Zhou, Zitong

Mechanical Systems and Signal Processing 2023

参数信息

对比方法数量

3

技术优势

无需额外跨域解耦模块

Transformer本身就能从时域序列中提取域不变特征，不需要专门设计跨域解耦组件，简化了模型结构。

少样本也能诊断

通过对比学习校准注意力分布，使特征更具判别性，在工业数据稀缺条件下仍能保持准确和可靠。

应用场景

• 旋转机械故障诊断：直接用少量振动样本诊断转速剧变下的轴承、齿轮等故障，无需大量历史数据。
• 工业机器人：机器人关节伺服电机转速波动大，该方法能从少量运行数据中识别早期机械故障。