基于自监督空间学习的跨模态轴承故障诊断方法

本发明公开了一种基于自监督空间学习的跨模态轴承故障诊断方法，主要是构建类标签和跨模态空间投影方向的统一优化模型，从而能够在无监督故障诊断情况下实现类标签的自监督学习，有效提高故障诊断的准确性。具体实现过程为：(1)利用跨模态类标签信息和相关空间理论，构建跨模态自监督空间学习模型；(2)理论上推导出跨模态类中心的间接表示，进而获得学习的跨模态一致空间中类标签的解析解；(3)在跨模态自监督空间学习投影方向的基础上获得故障样本数据的跨模态故障特征，并将低维判别统一故障特征输入到分类器中，得到最终的轴承故障诊断结果。与现有技术相比，本发明的故障诊断方法更具有效性和鲁棒性。