基于一维残差卷积注意力的高速列车抗蛇行减振器故障诊断

摘要： 针对高速列车减振器故障特征手工提取困难导致故障识别困难的难题，提出了基于一维残差卷积注意力(1DRCA)的故障诊断算法，对高速列车中抗蛇行减振器4种状态进行识别。首先，构建卷积层进行特征提取，利用卷积块注意力模块在通道和空间维度上进行自适应特征优化；然后，建立残差神经网络模型，利用残差信息调整权值参数；最后，通过试验证明了该方法对于抗蛇行减振器的4种状态的故障识别是可行的，可以... （共8页）