关键词：旋转机械;三目摄影;模态分析;振动测量;混合网络
摘 要：针对旋转机械振动分析和稳定性评估的需求，提出一种基于三目摄影的模态识别测量方法。该方法融合3台相机与字符编码标志设计，在传统多层感知器神经网络结构中引入卷积层、增加网络深度和宽度、集成“Squeeze-and-Excitation”(SE)模块，形成一个新的网络结构——HybridNetwork。HybridNetwork显著提升了旋转机械振动数据的检测准确性。应用双目立体视觉原理和信息融合技术，精确计算出目标的三维坐标，有效反映机械结构的时域振动响应。通过分析时域响应数据，成功提取出转子系统的模态频率，并与激光多普勒测振仪的结果进行对比。结果表明：该方法的相对误差控制在0.853%以内，在空间位移和振动形态上提供了更全面的视角，有效证明了其在旋转机械振动分析领域的可行性和可靠性。
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