基于代表性模式的旋转机械分层式故障识别方法及系统

本发明属于旋转机械故障诊断技术领域，公开了一种基于代表性模式的旋转机械分层式故障识别方法及系统，包括获取振动信号，并对振动信号进行预处理；对预处理后的各类别振动信号数据分别进行动力学建模，组成大规模候选模式库；基于动力学的代表性选择算法，在多个层面挑选代表性模式，组成分层代表性模式库；针对不同识别任务的难度，基于分层代表性模式库设计不同分辨率的动态模式相似性度量方法，进而构建分层式故障识别框架；将待诊断振动信号输入分层式故障识别框架进行逐层动力学匹配，获得故障识别结果。本发明实现了对旋转机械振动故障的源头、位置和严重程度进行由粗到细的逐步识别，有效提高了检测模型的准确性、鲁棒性和计算效率。