基于深度学习的智能故障诊断方法、装置及设备

本申请涉及一种基于深度学习的智能故障诊断方法、装置及设备。所述方法包括：获取目标设备或部件的信号数据、多通道数据和多模态数据；对信号数据和多通道数据进行周期滑动采样，构建智能故障诊断模型；将采样生成的数据集通过输入层输入多通道数据融合层在通道维度上进行拼接和融合，根据隐藏层对浅层特征进行特征提取，将得到的深层特征和多模态数据输入多模态数据融合层进行数据融合，在连接层根据分类函数对融合后的特征进行故障分类，根据分类预测结果和数据集中对应样本的标签设置损失函数；利用损失函数对智能故障诊断模型进行训练，根据训练好的智能故障诊断模型实现智能故障诊断。采用本方法能够提高智能设备故障诊断准确率。