CN114662529B 一种二叉树滤波器Transformer模型及其用于轴承故障诊断的方法 （江苏大学）

一种二叉树滤波器Transformer模型及其用Transformer模型及其轴承故障诊断应用，其中对Transformer模型中的分词器部分，通过引入二叉树滤波器进行改进，使得改进后的Transformer模型能够提取振动信号，进而使用本发明二叉树滤波器Transformer模型进行轴承有效提取出多个频带，并按照频率从小到大排Transformer模型能够很好地给予不同频带的权2s为采样频率；A＝embed(S,WS)表示根据S和WS拓展的维度，EK＝embed(2.根据权利要求1所述的二叉树滤波器Transfo其中，序列zl表示为第l层Transformer块的输入，相应的第1层的输入即为序列z1，3.根据权利要求2所述的二叉树滤波器Transfor3jqjv的串联。4.根据权利要求2所述的二叉树滤波器Transformer模FFn(x)＝GeLU(0,w1x+b1)w25.根据权利要求2所述的二叉树滤波器Transf6.一种基于权利要求1～5任一项所述二叉树滤波器Transformer模型的轴承故障诊断4滤波器Transformer模型及其用导致从振动信号中提取出具有代表性的关键特征信息变得较[0005]针对现有技术中存在的不足，本发明提供了一种二叉树滤波器Transformer模型Hs为采样频率；5[0018]其中dmodel为嵌入维数，Y=[0027]其中GeLU(·)为激活函数，w1和w2表示进行两次线性变化的权重b1和b2表示进行[0031]一种基于上述二叉树滤波器Transformer模型的轴承故障诊断方法：制作数据集6[0033]本发明提供了一种二叉树滤波器Transformer模型及其轴承故障诊断应用，其中所用到的Transformer模型是一种近年来被提出，用于解决自然语言识别处理问题的深度过引入二叉树滤波器，使得改进后的Transformer模型能够提取振动信号(相应原本的Transformer模型只适用于自然语言提取)；进而使用本发明二叉树滤波器Transformer模7[0056]其中h(n)为标准低通滤波器，其截止频率ε≥0；L[0061]3)根据Fe:获取片段信息S和位置信息K，其中片段信息S在原本Transformer模型K.Lee,andK.Toutanova,“BERT:Pre-tra8[0072]所述多头自注意力子模块具体由查询矩阵Qs＝zWjq、键矩阵Ks＝zWjk和值矩阵[0077]其中GeLU(·)为激活函数，w1和w2表示进行两次线性变化的权重b1和b2表示进行[0079]将上一步编码器中得到的序列z[0083]如图2所示为本发明基于二叉树滤波器Transformer模型的轴承故障诊断测试的9型输出结果即为上述标签1～10中的某一0.10.1[0094]将训练集输入所构建的二叉树滤波器Transformer模型中进行训练，网络训练根[0099]最后，本发明轴承测试方法中，所提取到的第1到10种轴承故障类型下的特征趋等指示的方位或位置关系为基于附图所示的方位或位