一种基于小波变化和改进的TL-ResNet的滚动轴承故障诊断方法

本发明公开了一种基于小波变化和改进的TL‑ResNet的轴承故障诊断方法。包括以下步骤：数据预处理、模型建立、模型训练。数据预处理方面，通过小波变化的处理方式将时域振动信号转化为图像数据集，充分利用神经网络在图像处理中的优势。在模型建立中，利用预训练的ResNet18(残差网络)模型，将网络结构和特征参数迁移到目标域进行训练，从而缩短训练时间，解决数据不足及模型训练效果不佳的问题。此外，通过引入SENet模块，采用压缩和激励操作生成通道权重，重新加权特征响应，使模型能够更加关注重要特征，提高故障诊断的准确性。