[发明专利]一种深度时间卷积网络的旋转机械健康评估方法

摘要

本发明涉及一种深度时间卷积网络的旋转机械健康评估方法，包括以下步骤：采集多元振动信号；双层时间卷积网络提取局部关键的机械退化信息重构多元特征；采用残差自注意力机制提取退化特征，利用池化操作进行退化特征降维；进一步深化时间卷积网络层数并计算更具有表征能力的退化特征；采用无监督域适应架构学习退化特征之间的域不变性表示得到不同域之间的可迁移退化特征；整体模型的参数求解、更新、优化。本发明通过域适应框架和残差自注意力机制，能够较好的解决传统域适应框架中泛化能力差的问题，同时可较好的保留多元振动信号中的退化信息，实现了对退化特征的全面提取。