Rolling Bearing Fault Diagnosis Model Based on External Attention Integrated Convolutional Neural Network under Imbalanced Data Conditions

卷积神经网络 方位(导航) 断层(地质) 计算机科学 人工神经网络 人工智能 模式识别(心理学) 地质学 地震学
作者
Jing Yang,Luo Yan-bo,Gangjin Huang
出处
期刊:Measurement Science and Technology [IOP Publishing]
标识
DOI:10.1088/1361-6501/ad8ee4
摘要

Abstract Rolling bearings are essential components in numerous mechanical systems, and their failure can result in considerable downtime and expensive repairs. Therefore, accurate and timely fault diagnosis is vital for effective predictive maintenance and overall reliability. Traditional diagnostic methods often struggle with complex and non-stationary signals, compounded by issues of data imbalance in 
 realworld scenarios. A method for diagnosing rolling bearing faults has been developed in this paper utilizing External Attention (EA), Convolutional Neural Networks (CNN), and Continuous Wavelet Transform (CWT), specifically addressing the challenge of imbalanced sample data. This approach offers significant advantages, including a reduction in complexity by eliminating the need for data augmentation and leveraging external attention for enhanced feature extraction from samples. Compared to other attention mechanisms, this method demonstrates outstanding performance on both training and testing sets with imbalanced samples, exhibiting minimal overfitting tendencies. The proposed CWT-EACNN method effectively addresses the challenge of imbalanced sample data in rolling bearing fault diagnosis, demonstrating exceptional performance and reduced complexity.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
1秒前
小七完成签到 ,获得积分10
1秒前
香蕉从寒完成签到,获得积分10
3秒前
wenhui完成签到 ,获得积分10
4秒前
乐观依云完成签到,获得积分10
5秒前
KK完成签到 ,获得积分10
5秒前
6秒前
6秒前
woo发布了新的文献求助10
6秒前
橘子完成签到,获得积分10
7秒前
李健的小迷弟的应助被graves采纳,获得10
9秒前
星空发布了新的文献求助10
9秒前
9秒前
酷波er的应助被haha采纳,获得10
9秒前
木头发布了新的文献求助10
10秒前
11秒前
111发布了新的文献求助10
13秒前
wenmu完成签到 ,获得积分10
14秒前
激动的55完成签到 ,获得积分10
14秒前
cos完成签到,获得积分10
14秒前
无敌小宝贝完成签到 ,获得积分20
14秒前
Aria_chao完成签到,获得积分10
15秒前
星空完成签到,获得积分10
15秒前
马腾龙完成签到,获得积分10
17秒前
18秒前
18秒前
舒服的幼荷完成签到,获得积分10
18秒前
zzy完成签到,获得积分10
18秒前
18秒前
Maestro_S的应助被木头采纳,获得10
20秒前
zzy发布了新的文献求助10
22秒前
Jasper的应助被熊二迷妹采纳,获得10
23秒前
24秒前
科研通AI6.3的应助被woo采纳,获得10
25秒前
26秒前
张康完成签到 ,获得积分10
27秒前
也一样发布了新的文献求助10
28秒前
shuyiWang发布了新的文献求助10
29秒前
刘mz完成签到 ,获得积分10
29秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
Boundaries and Bodhisattvas 500
高分子基功能界面水蒸发材料与应用研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8181823
求助须知:如何正确求助?哪些是违规求助? 9571511
关于积分的说明 21818391
捐赠科研通 7778076
什么是DOI,文献DOI怎么找? 3433524
关于科研通互助平台的介绍 2557696
邀请新用户注册赠送积分活动 2479614