摘要
本发明提供一种基于数模联动的轴承保持架退化状态评估方法,包括:搭建真实的保持架退化实验台采集轴承保持架退化的全生命周期信号,构建物理实体;构建保持架的退化状态的表征数学模型,并将表征数学模型引入动力学模型,生成保持架退化过程的仿真信号;基于SE注意力机制,构建CycleGAN模型,对仿真信号进行修正,生成高保真的虚拟信号,使虚拟信号特征分布进一步逼近真实退化信号;构建SKformer模型,对保持架所处的故障退化阶段进行诊断。本发明在Transformer中引入SKnet,使模型从多个尺度自动适应感受野的大小,从而提高了网络的局部信息学习能力,增强了SKformer提取保持架故障的突变特征的能力和退化状态识别性能。