摘要： 針對滾動軸承運行工況復(fù)雜及樣本不足導(dǎo)致故障診斷精度較低的問題，提出一種基于馬爾可夫轉(zhuǎn)移場(MTF)與條紋池化卷積神經(jīng)網(wǎng)絡(luò)(SPCNN)的小樣本滾動軸承變工況故障診斷方法。采用MTF將一維軸承信號轉(zhuǎn)變?yōu)榫哂袝r間關(guān)聯(lián)性的二維圖像；提出條紋池化模塊(SPM)并將其引入到網(wǎng)絡(luò)中，不僅可以加強模型在長距離方向信息的捕捉能力，還可以有效提取遠程空間特征；在最大池化層前添加SE注意力機制，增... （共13頁）