关键词：旋转机械;故障诊断;短时傅里叶变换;深度学习;Mobile-VIT
摘 要：主要提出了一种基于Mobile-VIT神经网络技术的旋转机械故障的识别分析方法：首先，将旋转的机械构件在其各种连续运行工作状态条件下获得的高频振动信号通过短时的傅里叶变换方法转换为时频图像；然后，将图像输入到搭建好的Mobile-VIT网络模型中，通过其对时频图的识别以及特征提取实现旋转机械故障诊断。实验结果表明，提出的方法具有较高的故障识别准确率，能够有效识别旋转机械的运行状态。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取