一种轴承故障诊断模型训练方法、诊断方法及系统

本发明公开了一种轴承故障诊断模型训练方法、诊断方法及系统，该训练方法首先在SENet模型中引入Stochastic Depth机制，对SENet模型改进，采用ImageNet‌自然图像数据集作为源域对改进的SENet模型进行预训练；将预训练后SENet模型划分为若干子网络，采用均方误差和结构相似性确定对相邻子网络间的特征相似性进行量化分析，根据相似性确定相邻子网络作为结冻层进行迁移学习训练；将真实的轴承在各状态下的数据样本作为目标域，对结冻层进行迁移学习训练，得到基于自然数据集原域迁移的滚动轴承故障诊断模型；该模型能有效提升故障数据样本不足情况下的轴承故障诊断准确率，为实际工程背景下的滚动轴承故障诊断提供有效工具。