您当前的位置：
首页 >
文章列表页 >
基于多尺度注意力驱动的轴承故障特征自适应算法
更新时间：2026-10-18

    • 基于多尺度注意力驱动的轴承故障特征自适应算法

    • Adaptive algorithm for bearing fault characterization based on multi-scale attention mechanism

    • 电机与控制学报   2025年29卷第10期 页码：95-105

    • DOI：10.15938/j.emc.2025.10.009    

      中图分类号： TM34

    • 收稿：2024-07-07，

      纸质出版：2025-10

    移动端阅览

  • 刘佳龙, 张立岩, 董恩源, 等. 基于多尺度注意力驱动的轴承故障特征自适应算法[J]. 电机与控制学报, 2025,29(10):95-105. DOI： 10.15938/j.emc.2025.10.009.

    LIU Jialong, ZHANG Liyan, DONG Enyuan, et al. Adaptive algorithm for bearing fault characterization based on multi-scale attention mechanism[J]. Electric Machines and Control, 2025, 29(10): 95-105. DOI： 10.15938/j.emc.2025.10.009.

  •  
  •  

0

浏览量

475

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

考虑电压不平衡下的同步发电机定子匝间短路故障诊断
融合轴电压-振动特征的同步电机缺陷诊断
改进infoGAN和QPSO-VGG16的小样本条件下电机轴承故障诊断方法
基于K近邻算法的数据融合与改进图卷积神经网络的电机轴承故障诊断
基于改进实例分割与深度神经网络温度拟合的电力设备热故障诊断研究

相关作者

李俊卿
余长亮
何玉灵
黄涛
滕思宇
尹乃钏
刘齐润
张杭

相关机构

华北电力大学 电力与电子工程学院
华北电力大学 能源动力与机械工程学院
国网冀北电力公司承德供电公司
福州大学 电气工程与自动化学院
昆明理工大学 电力工程学院
0