基于多尺度卷积模糊神经网络迁移模型的跨工况轴承故障诊断方法及装置

本发明公开了一种基于多尺度卷积模糊神经网络迁移模型的跨工况轴承故障诊断方法及装置，将待诊断轴承的振动信号输入训练好的跨工况轴承故障诊断模型中，输出诊断结果；其中，训练好的跨工况轴承故障诊断模型是采用训练数据集对基于多尺度卷积模糊神经网络迁移模型进行训练得到的，训练过程的总损失函数包括由错误样本引导的分类损失、深度域自适应损失与对抗网络域混淆损失；训练数据集包括来自源域工况下轴承的振动信号及对应的故障标签，以及来自目标域工况下轴承的振动信号；基于多尺度卷积模糊神经网络迁移模型包括依次连接的一个多尺度卷积神经网络模块、一个门控递归卷积注意力模块、一个改进的自适应模糊推理系统与一个对抗网络模块。本发明的目的在于解决变工况迁移条件下轴承故障诊断精确性差的问题。