基于 FFT + VMD 预处理的 1DCNN‑Informer 双支路并行、多头注意力融合分类模型
1 引言
现代工业设备的运行状态高度复杂、故障类型日趋多样，单一特征处理或单一路径模型常难以兼顾高精度与实时性。本期推出的模型**“FFT+VMD→1DCNN‑Informer→多头注意力”**流水线，将频域分解与时序建模结合，通过双支路并行特征提取和注意力融合，在旋转机械、电力电子及结构健康监测等故障诊断任务中取得显著性能优势。
2 整体框架概览
3 关键技术解析
3.1 FFT + VMD 复合预处理
| 组件 | 作用 | 优势 |
|---|---|---|
| FFT | 将时域信号转为频域谱线 | 显著提升周期性/谐波故障特征对比度 |
| VMD | 将谱线按自适应带宽分解为 IMF 分量 | 避免 EMD 端点效应，保证分量正交性，保留弱故障能量 |
亮点：FFT 先拉大不同频段能量差异，再由