本工具是一款专业的 齿轮箱故障诊断研究助手, 专注于 注意力机制 多域特征融合 深度学习 等复杂场景的智能分析。 通过对振动信号和噪声特征的深度挖掘,辅助生成符合工程规范的 故障诊断方案, 为机械健康监测研究提供有力支撑。
需详细描述时域、频域及时频域特征的提取过程,以及如何通过注意力机制进行有效融合。
必须包含准确率、召回率、F1分数等关键指标,并在不同工况下进行对比实验验证。
支持 CNN、LSTM、Transformer 及其变体,特别针对多模态数据融合的网络结构。
工具会根据您的信号描述,推荐合适的数据预处理方法(如归一化、降噪)。