一种基于数字孪生和无监督域自适应学习的发动机故障诊断方法

本发明公开了一种基于数字孪生和无监督域自适应学习的发动机故障诊断方法，利用少量无标签的成品机数据实现跨机型故障诊断。方法包括：(1)基于试验机物理实体，结合动力学和热力学原理，构建涵盖八个子模块的数字孪生模型；(2)利用孪生模型和传感器技术，收集不同工况下试验机数据，建立孪生和真实故障数据库；(3)设计分步去噪模块，通过在真实数据上预训练模型，逐步校准并对齐至真实数据分布，从而解决数据差异问题；(4)提出并行分支特征提取和双向融合策略，通过双分支并行方式提取全局与局部特征，实现源域与目标域特征交互；(5)设计多源域适应框架，通过域判别器与类级分布对齐损失，学习不同工况特征，提升跨机型故障诊断能力。