1.一种基于脉冲神经网络的机械故障诊断方法,其特征在于,包括以下步骤:
构建故障诊断网络,所述故障诊断网络包括:改进门控注意力编码模块与脉冲残差网络;其中,通过将门控注意力编码模块的普通卷积层替换为一维稀疏卷积层,将二维批归一化层替换为一维批归一化层,得到改进门控注意力编码模块;将故障诊断网络中的脉冲神经元设为PSN神经元,并在脉冲残差网络中通道数改变的两层卷积层之间嵌入时间步长收缩层,时间步长收缩层包括:依次连接的全连接层、最大池化层与Softmax分类器;在脉冲残差网络的第一基本层与第二基本层之间嵌入第一个时间步长收缩层,用于将初始时间步长由32变为16;在脉冲残差网络的第二基本层与第三基本层之间嵌入第二个时间步长收缩层,用于将时间步长由16变为8;在脉冲残差网络的第三基本层与第四基本层之间嵌入第三个时间步长收缩层,用于将时间步长由8变为4;
将当前采样周期的机械振动信号输入改进门控注意力编码模块,进行脉冲编码,得到当前采样周期的脉冲序列;
将当前采样周期的脉冲序列输入脉冲残差网络,输出当前采样周期的预测故障类别标签。
2.根据权利要求1所述的一种基于脉冲神经网络的机械故障诊断方法,其特征在于,所述将当前采样周期的机械振动信号输入改进门控注意力编码模块,进行脉冲编码,得到当前采样周期的脉冲序列,包括:将当前采样周期的机械振动信号依次通过一维稀疏卷积层、一维批归一化层、PSN神经元,生成当前采样周期的脉冲输出;
将当前采样周期的机械振动信号输入门控注意力单元,生成当前采样周期的注意力权重图;
将当前采样周期的脉冲输出与注意力权重图进行哈达玛积,得到当前采样周期的脉冲序列。
3.根据权利要求2所述的一种基于脉冲神经网络的机械故障诊断方法,其特征在于,门控注意力单元包括:并列的时间注意力通道与空间注意力通道;时间注意力通道包括:最大池化层、平均池化层与共享多层感知机;空间注意力通道包括:序列转换函数。
4.根据权利要求3所述的一种基于脉冲神经网络的机械故障诊断方法,其特征在于,所述将当前采样周期的机械振动信号输入门控注意力单元,生成当前采样周期的注意力权重图,包括:将当前采样周期的机械振动信号输入时间注意力通道,输出当前采样周期的时间注意力特征,包括:将当前采样周期的机械振动信号依次通过最大池化层、共享多层感知机,得到当前采样周期的第一机械振动特征;
将当前采样历史周期的机械振动信号依次通过平均池化层、共享多层感知机,得到当前采样周期的第二机械振动特征;
将当前采样周期的第一机械振动特征与第二机械振动特征相加得到当前采样周期的时间注意力特征;
将当前采样周期的机械振动信号输入空间注意力通道,输出当前采样周期的空间注意力图;
将当前采样周期的时间注意力特征与空间注意力图逐元素相乘后,通过Sigmoid函数处理,得到当前采样周期的注意力权重图。
5.根据权利要求1所述的一种基于脉冲神经网络的机械故障诊断方法,其特征在于,以SEW-ResNet18、MS-ResNet18、SEW-ResNet50中任意一种作为基础网络,将基础网络中卷积通道数改变的两层基本层之间嵌入时间步长收缩层,并将基础网络中的脉冲神经元设为PSN神经元,构建脉冲残差网络。
6.根据权利要求5所述的一种基于脉冲神经网络的机械故障诊断方法,其特征在于,基于SEW-ResNet18构建脉冲残差网络,脉冲残差网络包括:依次连接的下采样层、第一基本层、时间步长收缩层、第二基本层、时间步长收缩层、第三基本层、时间步长收缩层、第四基本层与全连接层,四个基本层的通道数均不相同;
其中,下采样层包括:依次连接的卷积层、批归一化层、PSN神经元、最大池化层,每个基本层由两个具有相同通道数的基本块组成,每个基本块包括:依次连接的3×3卷积、批归一化层、PSN神经元、3×3卷积、批归一化层与PSN神经元。
7.根据权利要求1所述的一种基于脉冲神经网络的机械故障诊断方法,其特征在于,PSN神经元的动态学公式为:H=WX,S=Θ(H-B),
其中,X为PSN神经元的输入序列,W为可学习的权值矩阵,H为隐藏状态序列,B为可学习的阈值,Θ(.)为单位阶跃函数,S为PSN神经元的二进制输出脉冲序列。
8.一种基于脉冲神经网络的机械故障诊断系统,其特征在于,包括:
模型构建模块,用于构建故障诊断网络,所述故障诊断网络包括:改进门控注意力编码模块与脉冲残差网络;其中,通过将门控注意力编码模块的普通卷积层替换为一维稀疏卷积层,将二维批归一化层替换为一维批归一化层,得到改进门控注意力编码模块;将故障诊断网络中的脉冲神经元设为PSN神经元,并在脉冲残差网络中通道数改变的两层卷积层之间嵌入时间步长收缩层,时间步长收缩层包括:依次连接的全连接层、最大池化层与Softmax分类器;在脉冲残差网络的第一基本层与第二基本层之间嵌入第一个时间步长收缩层,用于将初始时间步长由32变为16;在脉冲残差网络的第二基本层与第三基本层之间嵌入第二个时间步长收缩层,用于将时间步长由16变为8;在脉冲残差网络的第三基本层与第四基本层之间嵌入第三个时间步长收缩层,用于将时间步长由8变为4;
脉冲序列获取模块,用于将当前采样周期的机械振动信号输入改进门控注意力编码模块,进行脉冲编码,得到当前采样周期的脉冲序列;
预测模块,用于将当前采样周期的脉冲序列输入脉冲残差网络,输出当前采样周期的预测故障类别标签。