基于增量学习的传动系统齿轮故障诊断方法

本发明提供了基于增量学习的传动系统齿轮故障诊断方法，方法包括：首先使用传感器采集传动系统监测数据并构建增量数据集，划分为不同阶段的故障诊断任务；构造初始模型，并基于初始故障数据训练模型；在测试阶段定义广义熵指标判断故障是否为新生故障；当出现新故障类别数据时，从旧类数据中随机选取少量样本，并与新类数据融合构造训练集，为避免模型对旧类故障数据的遗忘，训练时对注意力权重和旧类预测输出进行知识蒸馏；当广义熵指标继续判断出现未知故障时，重复网络训练步骤对模型进行更新，最终实现故障模式的增量学习。本发明能够面向流式数据实现故障诊断模型的持续更新，提高对传动系统的状态监测能力，为机械系统服役安全提供保障。