结合深度迁移网络与融合样本的谐波减速器故障诊断方法

本发明属于机器学习技术领域，提出了结合深度迁移网络与融合样本的谐波减速器故障诊断方法，包括：利用多通道传感器采集谐波减速器的动态特征信号并进行整周期划分；利用蜻蜓优化算法对整周期划分后的动态特征信号进行信号分解，并提取出固有模态函数集合；进行希尔伯特变换得到希尔伯特谱得到三个轴向的时频图像，并将其经小波域内的图像集成方法进行多通道图像融合，构造融合图像样本，并划分为训练集与测试集后进行标签标定；利用标定标签的训练集训练基于CBAM的故障诊断模型，同时考虑域迁移损失与交叉熵损失进行反向调参；将测试集输入至训练好的基于CBAM的故障诊断模型，输出故障诊断结果。本发明能够精准得到不同工况下的故障诊断。