一种基于多输出的深度神经网络复合故障诊断方法及系统

本发明涉及机械故障诊断领域，公开了一种基于多输出的深度神经网络复合故障诊断方法及系统，其包括：将传感器采集到的设备状态数据经过预处理后，传输至深度神经网络，进行故障特征提取；通过全局平均/或最大池化对提取到的特征图进行平均/或最大池化，将特征图转化为用于表征设备运行状态的全局特征；将全局特征进行复合故障分解及诊断，以使经全连接层后的每个输出对应一个机械设备的单故障类型。本发明的能提高模型训练的效率，降低对复合故障数据的需求，以实现能应用于实际中的复合故障诊断。