关键词：机器学习;深度学习;故障诊断;多头注意力机制
摘 要：针对旋转机械振动信号复杂且难以提取有效故障特征，多头注意力故障诊断方法计算复杂度高的情况，提出一种交互式多头注意力的机械故障诊断方法。通过对输入数据的特征图进行窗口分割，降低了注意力的计算复杂度。使用特征图滚动技术，在各自注意力之间和各窗口之间建立数据的联系，在降低计算复杂度的同时保证分类精度。将输入数据的位置信息融入注意力权重矩阵，增强神经网络对数据位置信息的辨别能力。在实验部分，为了测试算法的性能，将其应用到ZHS-2型多功能电机柔性转子试验台进行验证。实验结果表明，与其他数据驱动的故障诊断方法相比，该方法能更有效识别各种故障特征，实现故障诊断。
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