一种基于知识嵌入与时频特征提取的电机故障诊断方法
本发明涉及一种基于知识嵌入与时频特征提取的电机故障诊断方法,首先,利用电流信号对电气类故障的表达能力和振动信号对机械类故障的表达能力,采用对称点模式(SDP)与蛇形矩阵方法对电流和振动信号构建时频特征图,并利用经验知识提取统计特征进行矩阵知识嵌入;针对不同类型的特征矩阵提出了特征融合深度卷积模块(FFCM)和卷积特征通道注意力模块(CFCAM)进行对时频特征图和统计特征矩阵进行深度特征提取;然后,利用跨模态注意力机制(CMA)实现多模态特征的自适应加权,并通过联合特征对齐与分类模块(JFACM)进一步优化特征分布。实验结果表明,KEMTFD具有很强的变工况场景适应能力。