摘要
本发明涉及故障诊断技术领域，具体涉及一种基于多模态数据融合的无人机电机故障诊断方法，包括方法包括利用并行五层一维CNN对振动和电流信号提取深层模态特征，第一层用64×16卷积核，后续层调至3×1卷积核并池化；通过多层特征融合模块逐层整合特征，经3×3卷积、Sigmoid生成权重图，动态调制特征后拼接融合；将融合特征维度调整适配Transformer，引入位置编码，用多头自注意力机制建模全局依赖；最后经深度神经网络全连接层分类九类故障；本发明的目的是解决传统单模态故障诊断特征获取不全面、多模态融合中早期融合忽视模态差异、晚期融合缺乏模态间关联信息挖掘及CNN长距离依赖建模能力不足的问题。
