摘要：针对滚动轴承振动信号特征提取不充分、过于依赖人工特征提取及预测精度低等问题,提出了CNN-TCN-Attention网络模型预测方法。该方法选取滚动轴承振动信号作为输入通过增强顶帽算子(EAVGH)对信号进行特征增强,运用卷积神经网络(CNN)来提取信号中的深层特征,并构建TCN-Attention模型对滚动轴承剩余寿命进行预测。将注意力机制与时间卷积网络相结合可以有效的提高模型预测精度,通过轴承寿命实验数据进行验证,CNN-TCN-Attention预测模型能有效的提取滚动轴承振动信号中的深层特征,并且具有较高的预测精度。

摘要：前段时间,一种新型旅行方式--Citywalk(城市漫步)火了,人们用双脚探索,深入城市的肌理,贴近城市的呼吸,感受城市独特的气质。或许你已经打卡城市里的博物馆、艺术馆等地,这一次,《中学生天地》编辑部邀请你去漫游一个新地方一一市场。