元迁移学习驱动的小样本变工况旋转机械故障诊断方法

本发明公开了一种元迁移学习驱动的小样本变工况旋转机械故障诊断方法，将原始故障振动信号划分为源域和目标域工况数据集，抽取样本组成训练、验证和测试任务集；搭建特征提取器进行训练任务集的特征提取；搭建元迁移学习故障诊断模型；将训练任务输入元迁移模型中进行多步优化的内循环训练，获取每一训练回合的模型更新梯度，找到每个任务的每一步训练的最优参数；使用验证任务集进行外循环训练，更新随机初始化的模型参数和内循环学习率；将测试任务输入最优元迁移学习故障诊断模型，获得目标域旋转机械的健康状态。本发明有效解决了使用小样本任务训练产生过拟合，以及训练梯度不稳定导致模型精度和泛化性能降低的问题。