一种变工况和复杂环境下的轴系设备不对中故障诊断方法

本发明介绍一种变工况和复杂环境下的轴系设备不对中故障诊断方法，涉及金属热处理技术领域，本发明针对在变工况和复杂环境下对轴承不对中的故障诊断准确率的要求，提出了一种融合物联网、大数据和人工智能深度学习算法，并结合传统的基于振动分析的时域分析、频域分析和时频域等相关算法对轴承不对中进行状态监测、故障预警、报警处置和故障诊断，可以帮助设备点巡检工作人员、设备专家和故障诊断分析师以及设备厂家设计人员实现对轴承不对中进行全面、实时远程监控、远程诊断，并帮助开发人员和算法工程师等进行高效优化模型算法。