[发明专利]双注意力引导的旋转机械健康评估方法

权利要求书

1.一种双注意力引导的旋转机械健康评估方法，其特征在于，包括以下步骤：

S1，采集旋转机械的水平振动信号，对所述水平振动信号进行处理以获取时频图数据，把所有时频图数据划分测试集和训练集，然后将测试集进行剩余寿命值标记；

S2，构建双注意力引导模型，其包括特征提取器，重构器和回归器；

S3，将训练集输入至双注意力引导模型，由所述特征提取器提取隐藏的机械退化特征；

S4，将所述机械退化特征分别输入到所述回归器和所述重构器中，输出剩余寿命值和重构信号；

S5，采用回归损失和重构损失更新双注意力引导模型，并输出最佳的训练机械退化特征；

S6，将测试集输入至更新的特征提取器，获取测试机械退化特征，并用多核最大均值差异损失最小化最佳的训练和测试的机械退化特征之间的差异；

S7，将训练好的特征提取器和回归器组合，并预测测试集的剩余寿命值，实现对旋转机械健康评估。

2.根据权利要求1所述的方法，其特征在于，步骤S2中，所述双注意力引导模型由一个特征提取器，一个重构器和一个回归器组成；

所述特征提取器包括两层可变形卷积层、两层时间卷积层和一层并行的注意力通道；所述重构器由四层卷积层组成；所述回归器包括四层全连接层；

所述特征提取器的各层按以下顺序依次堆叠：第一层可变形卷积层、第一层时间卷积层、第二层可变形卷积层、第二层时间卷积层和并行的注意力通道。

3.根据权利要求2所述的方法，其特征在于，步骤S3中，由所述特征提取器提取隐藏的机械退化特征，具体包括：

给定卷积核N×N的采样域和可变形卷积层的输入x^l-1，并在采样位置处加入偏移量Δp_n＝{(x_offset,y_offset)|(0,0),....,(N-1,N-1)}；

则对采样位置p₀的输出特征图描述如下：

式中，p_n表示采样域中的采样点，n取值范围0，1，…，N×N；为相应的权重；b₀^l为相应的偏值；上标l表示为第l层可变形卷积层，l＝1或2；

将上式通过双线性插值转换得到：

式中，q为插值的变换位置，G(q,p)为双线性插值核，p＝p₀+p_n+Δp_n。

4.根据权利要求2所述的方法，其特征在于，所述并行的注意力通道包括两层并行的注意力层，每层的结构一致；

所述并行的注意力通道的数据处理具体包括：

首先，分别采用全局最大池化GMP通道和全局平均池化GAP通道，来聚集通道的多尺度全局信息，生成两个不同的特征图v^l∈R^c×h×w和m^l∈R^c×h×w，其中R^c×h×w为实数域，上标c为特征图通道数，h为特征图的高，w为特征图的宽；

然后，v^l和m^l被输入至所述两层并行的注意力层中，得到两个对应的输出；

对应GMP通道的注意力层的输出为：

式中，分别为三个注意力矩阵，其中分别表示Q₁矩阵、K₁矩阵、V₁矩阵中的权重，d_k表示K矩阵的维数、softmax()为SoftMax函数，下标1表示GMP通道；

对应GMP通道的注意力层的输出为：

式中，分别为三个注意力矩阵，其中，分别为Q₂矩阵、K₂矩阵、V₂矩阵中的权重，下标2表示GMP通道；

最终并行的注意力通道的输出即为经过特征提取器提取的机械退化特征f_S：

式中，表示矩阵和。