一种基于深度学习和迁移学习的行星齿轮箱故障诊断方法

本发明提供一种基于深度学习和迁移学习的行星齿轮箱故障诊断方法，其中方法包括：步骤一、采集不同工况下行星齿轮箱在不同状态下的振动加速度信号；步骤二、将振动加速度信号划分成源域数据和目标域数据；步骤三、构建CNN‑LSTM融合CAM和Self‑Attention的深度学习模型；步骤四、利用源域数据，对深度学习模型进行调试、优化，确定最优的预训练模型；步骤五、扩充微调样本；步骤六、设计对比微调迁移方案，确定最优微调迁移方案；步骤七、利用最优微调迁移方案，根据扩充后的微调样本，微调迁移模型；步骤八、利用微调后的迁移模型，根据目标域数据，对行星齿轮箱进行故障诊断。