基于注意力交叉对话架构的电机复合故障诊断

研究提出 RNDR-TFCA，一种注意力增强的交叉对话架构，用于多输出电机复合故障诊断，在保留任务专属特征提取器的同时选择性交换任务间信息。在含内圈故障、外圈故障、不对中和不平衡的转子-轴承系统实验中，其 macro F1 达 0.898，优于单任务、多分类、共享主干及交叉对话基线。模型仅需 713 K 参数和 170.42 MMACs，消融实验确认时频注意力与通道注意力联合使用的增益。