基于恒Q变换和迁移学习的故障诊断方法

本发明公开了基于恒Q变换和迁移学习的故障诊断方法，包括步骤：从监测传感器中采集监测数据，构建初始数据集；对初始数据集数据增强，形成增强数据集；将增强数据集中的数据进行恒Q变换，转换为在时频平面上的信号表示，得到多通道图像；将多通道图像输入到基于GoogleNet的迁移学习故障诊断模型中，得第一结果0；将第一结果0全局平均池化后，添加预定丢弃概率的丢弃，得到一维向量的输出结果作为一层全连接神经网络输入；全连接神经网络输出第二结果0’，第二结果0’中最大元素所在位置为故障诊断的最终预测值。本发明大大提高设备故障诊断效率，能在故障发生早期及时有效故障诊断及辨别故障类型，避免设备故障而带来损失。