机床与液压

作者：吕路辉，亚森江·加入拉，何超，肖杨，崔鹏飞，高天，王文昊

单位：新疆大学智能制造现代产业学院（机械工程学院）；新疆大学智能制造现代产业学院（机械工程学院）；新疆大学智能制造现代产业学院（机械工程学院）；新疆大学智能制造现代产业学院（机械工程学院）；新疆大学智能制造现代产业学院（机械工程学院）；新疆大学智能制造现代产业学院（机械工程学院）；新疆大学智能制造现代产业学院（机械工程学院）

关键词：故障诊断;滚动轴承;连续小波卷积;原型网络;小样本学习;注意力机制

基金：国家自然科学基金地区科学基金项目（52065065）；新疆维吾尔自治区重点研发计划项目（2023B01027-2）

针对小样本条件下故障数据稀缺以及滚动轴承振动信号易受噪声干扰等问题，提出一种基于多尺度注意力小波原型网络（MAWPN）的滚动轴承故障诊断方法。设计多尺度注意力小波卷积模块，以提取丰富特征，并通过注意力机制自适应调整通道特征权重，增强模型对重要特征的关注，生成鲜明的原型，从而提升识别精度。通过计算查询集样本与各类别原型之间的距离，选择距离最小的类别作为查询样本的预测类别。最后，采用机械故障模拟器轴承数据集与凯斯西储大学轴承数据集进行验证。结果表明：该方法在小样本条件下具有较高的识别精度和良好的泛化性能，同时在抗噪声能力方面表现优秀。

来源：2025年第19期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第19期