您当前的位置：
首页 >
文章列表页 >
基于时频双流图注意力网络的轴承故障诊断方法
工程诊所•工匠之家 | 更新时间：2026-07-04

    • 基于时频双流图注意力网络的轴承故障诊断方法

    • Bearing fault diagnosis method based on time-frequency dual-flow graph attention network

    • 铁道科学与工程学报   2026年23卷第6期 页码：3034-3046

    • DOI：10.19713/j.cnki.43-1423/u.T20251201    

      中图分类号： TH133.3

    • 收稿：2025-07-29，

      纸质出版：2026-06-28

    移动端阅览

  • 刘家阳,李功准,唐晓红等.基于时频双流图注意力网络的轴承故障诊断方法[J].铁道科学与工程学报,2026,23(06):3034-3046. DOI： 10.19713/j.cnki.43-1423/u.T20251201.

    LIU Jiayang,LI Gongzhun,TANG Xiaohong,et al.Bearing fault diagnosis method based on time-frequency dual-flow graph attention network[J].Journal of Railway Science and Engineering,2026,23(06):3034-3046. DOI： 10.19713/j.cnki.43-1423/u.T20251201.

  •  
  •  

0

浏览量

12

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多源多尺度神经网络轴承故障诊断研究
基于改进TSDM和时序成像特征融合的转辙机故障诊断方法
基于MIEC与MEAViT的滚动轴承故障诊断方法
基于自适应谱平均峭度图的轮对轴承故障诊断方法研究
基于结构保真图像生成与自集成注意优化的铁路轨道异物检测方法

相关作者

周培勇
孙学浩
刘素艳
苏哲
马增强
牛宏侠
王成龙
侯涛

相关机构

中国铁路南昌局集团有限公司 南昌车辆段
石家庄铁道大学 河北省交通电力网智能融合技术与装备协同创新中心
石家庄铁道大学 电气与电子工程学院
省部共建交通工程结构力学行为与系统安全国家重点实验室
兰州交通大学 自动化与电气工程学院
0