基于自适应小波特征融合网络的旋转机械的故障诊断方法

本发明公开了一种基于自适应小波特征融合网络的旋转机械的故障诊断方法，所述故障诊断方法包括：获取旋转机械的振动信号；将所述旋转机械的振动信号输入至预设的自适应小波特征融合网络诊断模型，以得到故障诊断结果；所述自适应小波特征融合网络诊断模型利用卷积层来代替小波变换中的更新算子和预测算子，以提取高频特征与低频特征，并进行融合以得到融合后的特征；基于所述融合后的特征进行故障分类。该故障诊断方法，将传统的提升方案与神经网络相结合，使得神经网络能够更加精确地捕捉到强噪音信号的关键特征；通过联合交叉特征融合机制，将不同层次的特征进行融合，增强了故障诊断模型对于复杂信号的理解和噪声的鲁棒性。