在线颤振检测准
通过自适应频带增强与判别特征重标定，在无先验知识下提升薄壁件铣削颤振检测的精度与抗噪性。
Lu, Yezhong · 马海峰 · Sun, Yuxin · Qinghua, Song · Zhanqiang, Liu · 熊振华
Mechanical Systems and Signal Processing 2024
自适应频带注意力模块自动定位并增强包含丰富颤振信息的频带，无需模态参数或频谱分析，省去人工特征工程和专家经验依赖。
通过时频域特征学习，AFBAM 在增强相关频带的同时降低噪声干扰，使网络在嘈杂工况下仍能稳定检测颤振。
判别特征注意力模块利用全局信息对各卷积层特征响应进行自适应重标定，增强相关特征、抑制无关特征，从而提升网络区分颤振与正常状态的判别能力。
AFBAM 和 DFAM 都具有明确的物理可解释性，通过可视化分析可以理解网络关注了哪些频带和特征，为颤振检测领域带来新的认识。