一种基于域适应的跨域滚动轴承智能故障诊断方法

本发明提供了一种基于域适应的跨域滚动轴承智能故障诊断方法。本发明包括：(1)对原始时序信号进行快速傅里叶变换，提取频域信息，并归一化后重塑为二维灰度图像数据；(2)构建SCG‑TNet网络模型，包括初始降维卷积、基于通道混洗的轻量级反向残差卷积块，两层特征增强卷积，实现全局特征提取；基于K近邻算法构建高维特征图的图数据结构，图卷积模块，实现全局特征融合；(3)设计CGWloss损失函数，缩小源域与目标域的数据分布差异，实现跨域特征对齐；(4)采用动态损失权重调整策略，平衡分类损失与跨域对齐损失，优化训练过程；(5)利用反向传播机制，Adam优化器最小化损失函数值，训练模型。本发明在不同工况下表现较好，能够有效适应复杂工况。