一种航空发动机锥齿轮故障诊断的不确定性量化校准方法

本公开提供一种航空发动机锥齿轮故障诊断的不确定性量化校准方法，包括：采集航空发动机锥齿轮的振动信号，划分为训练集和验证集；构建卷积神经网络，获得故障分类概率和分类结果的证据不确定性；构建证据与不确定性度量指标(EvU)，并定义损失函数惩罚项，训练卷积神经网络，以实现证据不确定性的事前校准；将验证集的数据输入训练后的卷积神经网络进行分类诊断，对输出结果进行温度缩放，以实现证据不确定性的事后校准；将测试数据输入训练后的卷积神经网络，通过温度缩放后得到调整后的证据，得到最终故障分类概率和分类结果的证据不确定性。本公开经过校准后的模型有效提高诊断精度，提供更准确的不确定性度量。