一种旋转机械无监督域适应故障诊断方法及系统

本发明属于机械故障诊断技术领域，公开了一种旋转机械无监督域适应故障诊断方法及系统，首先采集不同工况下旋转机械振动信号作为源域和目标域；然后对源域和目标域数据进行预处理构建样本集；其次通过深度学习网络结合对比学习网络对源域和目标域样本进行时域、频域特征提取和融合；最后利用域适应方法和对比学习方法对源域和目标域之间进行领域适配；综上训练故障诊断模型，将测试样本输入到训练好的模型中得到故障诊断结果。本发明融合旋转机械振动信号的时域和频域信息表示，并通过时频一致性对比学习方法提取深层次特征，有效地减小基于时域的表示和基于频域的表示之间的差异，并进行特征融合，提高故障诊断模型的域不变特征提取能力。