一种基于少量有标记数据的故障检测方法

本发明涉及故障诊断技术领域，公开了一种基于少量有标记数据的故障检测方法，将实际生产中采集到的声纹信号样本输入到完成训练的故障检测模型，预测得到声纹信号样本的故障类别；故障检测模型的训练过程，包括以下步骤：声纹监测传感器安装在机械设备的测点位置，收集声纹信号样本，对部分声纹信号样本的故障类别进行标记；监督学习：将有标记数据集中的声纹信号样本输入到特征提取器中进行监督学习；通过样本间关系挖掘和时间内关系挖掘进行自监督学习。本发明在考虑有标记数据与无标记数据的特征相似性的同时，引入时间内关系和样本间关系的匹配任务，提高了模型挖掘数据的可区分性、探索数据的时间相关性的能力。