一种基于多母小波与多维注意力的轴承故障诊断方法

本发明公开了一种基于多母小波与多维注意力的轴承故障诊断方法，包括：获取轴承的原始振动信号并进行预处理，获得固定长度的时间序列样本；将时间序列样本输入至自适应多母小波变换卷积层，自适应多母小波变换卷积层基于多种母小波基函数生成自适应多母小波核，并在物理先验引导下提取多尺度时频特征图；将多尺度时频特征图输入至多维动态协同注意力网络中，通过多维动态协同注意力网络并行地对多尺度时频特征图的通道、时间和频率三个维度进行协同加权，得到增强特征；将增强特征输入至分类器，输出轴承的故障诊断结果。该方法解决了传统卷积神经网络在滚动轴承故障诊断中固定卷积核适配性差、特征提取过程缺乏物理可解释性的问题。