基于动态域适应网络的轴承故障诊断方法、设备及介质

本发明涉及故障诊断领域，公开了一种基于动态域适应网络的轴承故障诊断方法、设备及介质，方法包括：通过获取不同型号不同工况下的轴承振动信号数据，作为源域和目标域数据，采用基于时频特征结构相似度的生成对抗网络进行数据扩充，并利用含有CBAM模块和动态平衡域适应模块的1‑D CNN网络进行特征提取和分类。将源域数据输入网络进行特征提取，同时结合交叉熵损失和跨域特征适应损失优化模型。模型训练完成后，将目标域测试数据输入已训练好的故障诊断网络，验证结果表明本发明所述模型在不同数据集上具有较高的诊断准确性和泛化能力，显著提升了滚动轴承故障诊断的可靠性。