一种基于迁移学习的轴承故障诊断方法及系统

本发明公开了种基于迁移学习的轴承故障诊断方法及系统，涉及轴承部件故障诊断技术领域，该方法包括：将采集轴承不同工况下的原始振动信号分成源域数据集和目标域数据集，并投影至共享特征子空间，根据源域样本的经验风险和目标域样本的预测误差惩罚构建损失函数，再根据损失函数项、跨域数据联合分布对齐项和拉普拉斯正则化项构建目标函数，并在目标函数中引入模型复杂度正则化项，初始化故障诊断分类函数参数、目标域概率伪标签和共享特征子空间，并进行迭代优化至故障诊断分类函数参数收敛，得到故障诊断分类函数。该方法能够解决现有技术中的智能故障诊断模型存在精度不高及泛化能力差的问题。