rolling bearing dataset

新型FE-MCFormer架构增强了在噪声环境中机械故障的诊断能力

研究人员开发了FE-MCFormer，这是一种新颖的架构，旨在实现工业机械的可解释故障诊断，尤其是在噪声条件下。该框架包含一个频率自适应学习层来抑制噪声，以及一个多尺度时频融合设计来捕捉局部和全局的光谱特征。在滚动轴承和离心压缩机数据集上的实验表明，即使在低至-10 dB信噪比的严重噪声环境中，FE-MCFormer也能保持稳定且可解释的诊断性能。