一种增强领域自适应的振动筛跨域故障诊断方法和系统

本发明公开了一种增强领域自适应的振动筛跨域故障诊断方法，包括：将获取的不同领域振动筛多维综合故障数据集划分为源域特征训练集、目标域特征训练集和目标域特征测试集；将源域特征训练集和目标域特征训练集映射至随机特征空间中进行联合分布差异处理，以执行特征的领域和类对齐；对源域特征训练集进行领域特征判别处理，以增强特征类内紧密性和类间分离性；根据联合分布差异处理结果和领域特征判别处理结果，基于增强领域自适应增量随机向量函数链网络构建振动筛跨域故障诊断模型，用于预测目标域未知标签的故障类别。本发明有效克服了域偏移的挑战，还显著提升了振动筛故障诊断模型的性能和泛化能力。