基于时频图双流CNN和SVM的小样本轴承故障诊断方法

本发明提供了一种基于时频图双流CNN和SVM的小样本轴承故障诊断方法，属于多种信号处理技术的小样本轴承故障诊断技术领域。解决了传统轴承诊断方法对小样本轴承故障诊断分类准确率不佳的技术问题。其技术方案为：包括以下步骤：步骤S1：信号采集与处理；步骤S2：设定采样频率；步骤S3：设定同步压缩小波变换的参数；步骤S4：建立多输入神经网络模型的故障诊断模型；步骤S5：将双流神经网络得到的融合特征输入到支持向量机进行训练和测试。本发明的有益效果为：采用支持向量机对提取的故障特征进行分类，在小样本情况下可实现对轴承故障的高效识别。