一种电机轴承故障诊断方法、系统、设备及存储介质

本发明属于电机故障诊断领域，具体涉及一种电机轴承故障诊断方法、系统、设备及存储介质，通过动力学模型和失效参数，得到电机轴承故障信号，并通过小波变换，得到时频图，然后从时频图中找到显著特征点，以显著特征点构建组合框，以组合框为起点，通过搜寻框进行搜寻，得到采样框，计算每个采样框的像素值与组合框的像素值的相似度，生成理论曲线，通过训练时频图数据集训练CNN诊断模型，并通过热力图调整网络权重得到优化训练模型，然后将实际时频图输入优化训练模型中，得到实际热力图，并生成实际曲线，将实际曲线和理论曲线匹配，得到电机故障的故障类别。本申请相比于传统的深度学习故障诊断方法，能够在强噪声背景下进行准确的识别。