基于全周期声振数据的电机自监督故障检测系统、方法及存储介质

本申请公开一种基于全周期声振数据的电机自监督故障检测系统、方法及存储介质，包括如下内容：采集原始的全周期声音、振动信号和转速信号，采用角域重采样将时序声音、振动信号转化为角域声音、振动信号，角域声音、振动信号用于表征电机转速值和信号幅值的对应关系；通过模型自我监督预训练及模型监督微调两步，实现基于大量无标签样本的自我监督预训练，在特定应用场景下再通过少量带标签样本进行监督训练来有效迁移。本申请采用全周期声音、振动信号作为电机故障的检测依据，避免了定档时序声音、振动数据的局限性；通过角域重采样的预处理方式，结合自监督学习中上下文表示提取声音、振动信息，具有较高的自动化检测水平和故障检测精度。