一种螺旋桨叶片颤振识别模型的训练方法、识别方法及系统

本发明公开了一种螺旋桨叶片颤振识别模型的训练方法、识别方法及系统，属于机翼螺旋桨叶片异常颤振识别技术领域，该方法基于公开数据集构建源域样本，将不同颤动状态的振动信号和对应标识作为目标域样本；获取源域样本和目标域样本不同深度层振动信号的特征，根据特征确定最大均值差异，进而构建损失向量和任务分类损失的联合损失函数；根据源域样本预训练深度卷积神经网络模型，根据联合损失函数实现预训练模型自源域特征向目标域特征的迁移学习，得到螺旋桨叶片颤振识别模型，将振动信号输入螺旋桨叶片颤振识别模型即可得到机翼的颤振状态和类型，实现实时、准确的颤振监测和识别，从而提高飞机的运行安全性和可靠性。