一种玻璃压延机主锟轴承的故障监测方法

本发明属于轴承故障监测技术领域，公开了一种玻璃压延机主锟轴承的故障监测方法，包括：获取源域压延机主锟轴承的源域故障数据；以深度学习映射网络为框架构建域自适应迁移诊断模型，并利用所述源域故障数据训练所述域自适应迁移诊断模型；获取目标域压延机主锟轴承的目标域运转信息；构建基于循环时空注意力机制的特征提取模型，并通过所述特征提取模型从所述目标域运转信息中提取出目标域增强故障特征；以所述目标域增强故障特征为训练好的域自适应迁移诊断模型的预测输入，预测输出得到目标域故障监测结果。综上，本发明引入时空循环注意力机制对原始信号进行多尺度加权和解耦，以此有效实现故障特征的动态增强，提高监测准确性。