基于CWT和改进YOLOv5s的港口机械轴承故障诊断方法

针对现有轴承故障诊断方法依赖人工经验进行特征提取的问题,提出了一种基于连续小波变换（CWT）和改进YOLOv5s的港口机械轴承故障诊断方法。首先,运用CWT将轴承故障振动信号转为时频图像;其次,通过嵌入CBAM注意力机制模块改进YOLOv5s模型;最后,将时频图像输入到改进YOLOv5s.模型中并输出分类结果。实验表明,与现有的模型进行比较,本文方法平均正确率达到了9975%,且具有较好的鲁棒性。