多模型融合与贝叶斯优化的气动阀体故障诊断方法和系统

本发明公开了一种多模型融合与贝叶斯优化的气动阀体故障诊断方法和系统，方法包括以下步骤：S1:获取传感器组采集的气动阀体实时运行状态数据并进行预处理；S2:对预处理后的实时运行状态数据进行时域特征提取、频域特征提取和小波特征提取；S3：将S2中提取的时域特征、频域特征和小波特征输入到预先训练的气动阀体故障诊断模型，获得气动阀体的预测故障诊断结果；其中，所述预先训练的气动阀体故障诊断模型输出的预测故障诊断结果为LSTM模型、CNN模型和Transformer模型进行加权求和的结果；LSTM模型、CNN模型和Transformer模型的求和权重基于贝叶斯优化算法获得。本发明能够有效提高故障诊断的准确性和鲁棒性，与传统单一模型方法相比具有更好的适应性和扩展性。