一种旋转机械变工况自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变工况自监督域适应故障诊断方法及系统，本发明输入有标签的源域数据和无标签的目标域数据及其增强之后的数据，进行动量对比学习，提取时域和频域特征，并在时频一致性对比学习模块进行特征融合，从而减小相同故障类别之间的距离；对融合之后的源域特征和目标域特征进行实例级别的动态分布自适应，以提升模型的诊断精度和泛化能力，并通过健康状态分类器预测设备健康状态。本发明能够构建精确的分类边界，具有优秀的域适应能力，提高了故障诊断模型的分类精度和泛化能力，可用于变工况下旋转机械故障智能诊断。