基于时频多级集成与多尺度融合网络的轴承故障诊断方法

本发明提供一种基于时频多级集成与多尺度融合网络的轴承故障诊断方法，该方法先应用快速傅里叶变换将训练数据集中的时域信号转换为频域信号，将频域信号直接用于构建邻接矩阵，同时将频域信号使用短时傅里叶变换生成时频图；然后构建故障诊断模型，故障诊断模型包括二维卷积层和全局依赖构建模块，全局依赖构建模块包括时间卷积网络和图卷积网络；通过对应的网络分别提取时频局部特征、动态特征和空间域依赖特征，经全连接层映射和融合，再由Softmax分类层完成模型训练，最后将测试数据集输入训练好的模型计算诊断准确率。该方法融合多维度特征，提升了轴承故障诊断的准确性和可靠性，能有效适应多种工况，在轴承故障诊断领域具有重要应用价值。