多传感器多域特征动态交互融合的大型轴承状态识别方法

本发明公开了多传感器多域特征动态交互融合的大型轴承状态识别方法，包括：S1、在大型轴承的多个位置安装传感器采集振动信号；S2、生成时频图、时频灰度图、格拉姆角场图和递归图；S3、将多域图像数据输入ResNet50模型进行特征提取；S4、以多域特征为节点，构造图卷积网络进行多域特征的动态交互；S5、使用低秩张量融合生成融合后的紧凑特征向量；S6、构建图注意力网络，通过多头注意力机制实现多传感器特征融合；S7、通过流形空间相似度量进行故障分类，得到最终诊断结果。本发明通过多级改进图神经网络，实现多传感器多域特征的动态交互与融合，提高了结果的准确率和可信度，填补了大型轴承健康状态识别的技术空白。