超低延迟脉冲神经网络

短步长精度不打折

通过多尺度卷积注意力特征提取与残差膜电位优化，该脉冲神经网络在极短时间步内完成轴承故障诊断，精度损失极小，适用于紧凑型低功耗平台。

陈向成 · Jing, Li · Aobo, Yu · 蔡柏林 · Wu, Qiujie · Xia, Min

IEEE Transactions on Instrumentation and Measurement 2025

参数信息

精度损失小于

2 %

技术优势

短步长精度不降

通过残差膜电位优化策略，时间步长为2时精度损失小于2%，时间步长为4时精度接近更长步长。

抗噪声干扰

多尺度卷积注意力机制能够提取轴承振动信号中的关键特征，同时抑制噪声影响。

应用场景

• 工业机器人：机器人关节轴承故障实时诊断，减少停机。
• 工业机器人：在低功耗边缘平台上快速部署，适合移动机器人。
• 机械工程：旋转机械轴承状态监测与故障预警。