基于迁移学习的双圆弧谐波减速器复合故障解耦分类方法

本发明属于机械系统故障诊断领域，具体是一种基于迁移学习的双圆弧谐波减速器复合故障解耦分类方法。包括S100分别获取双圆弧谐波减速器单一故障和复合故障多种健康状态下的振动信号；S200将单一故障的原始一维振动信号转变为二维时频图作为源域数据；将复合故障的原始一维振动信号转变为二维时频图作为目标域数据；S300利用单一故障状态下的源域数据对神经网络进行预训练，并将预训练的神经网络模型参数进行保存；S400利用目标域数据对神经网络模型进行进一步训练，微调模型参数；S500使用目标域中的测试数据对模型进行测试，获取谐波减速器最终的诊断结果，验证模型的解耦分类性能,将复合故障解耦为多个单一故障。