基于数模驱动滚筒叶片回潮机电机迁移学习故障诊断方法

本发明属于电机故障诊断技术领域，具体涉及基于数模驱动滚筒叶片回潮机电机迁移学习故障诊断方法，通过获取滚筒电机关键参数以及工况信号，对采集的信号进行预处理；建立电机的数学模型；建立滚筒电机的多物理场耦合模型，生成多工况下的高精度仿真数据；构建深度卷积神经网络模型；将仿真数据作为构建模型的数据集进行模型训练，并利用实际数据修正仿真模型误差，通过交互迭代优化算法不断提升模型的性能；采用迁移学习方法实现从仿真环境到实际工况的知识迁移，通过冻结预训练模型的特征提取层，仅针对实际数据微调分类层，降低训练时间与数据需求。通过生成和高效利用仿真数据，该方法有效解决了实际工况下故障数据难以获取的问题。