一种基于多尺度多深度卷积和自蒸馏的轻量级可部署智能诊断方法

一种基于多尺度多深度卷积和自蒸馏的轻量级可部署智能诊断方法，包括：1)采集旋转机械关键部件在不同状态下的运行状态信号，并进行预处理。2)对预处理后的每个运行状态信号打上对应的运行状态标签，构建数据集。3)构建基于快速傅里叶变换和多尺度多深度卷积的浅层智能诊断模型。4)利用数据集训练浅层智能诊断模型。5)基于自蒸馏损失函数和树结构贝叶斯优化算法优化训练后的浅层智能诊断模型，得到最优智能诊断模型。6)实时获取旋转机械关键部件的运行状态信号，并进行预处理，将预处理后的运行状态信号输入最优智能诊断模型，实现旋转机械运行状态实时诊断。本发明克服了现有诊断方法难以部署在资源受限的边缘设备中的弊端。