一种基于自监督时频对比融合网络的旋转机械故障诊断方法

本发明涉及一种基于自监督时频对比融合网络的旋转机械故障诊断方法，属于故障诊断技术领域。本发明包括：运用快速傅里叶变换将时序信号转换为频率信号，并对时频信号分别进行数据增强；初始化模型参数，采用多级对比学习策略，结合实例级，聚类级和融合级对比损失，获得预训练目标损失函数；选代更新目标损失函数中的变量直到收敛或达到最大迭代数，保存预训练模型；加载预训练模型参数，采用交叉熵损失函数，通过标签指导，获得微调目标损失函数；选代更新微调模型的目标损失函数直到收敛或达到最大迭代数，保存微调模型；加载训练后的微调模型参数，输入诊断数据，得到预测标签，即为诊断结果。本发明显著提高了旋转机械故障诊断的精度和效率。