基于融合改进胶囊网络与零样本学习的轴承故障诊断方法

本发明公开了基于融合改进胶囊网络与零样本学习的轴承故障诊断方法，涉及机电设备状态监测与故障诊断技术领域，包括如下步骤：采集轴承运行时的多模态信号，先对多模态信号采用改进小波阈值去噪算法消除环境噪声，再采用小波包分解WPD与变分模态分解VMD融合分解算法提取时频域混合特征为样本数据，本发明通过采用改进小波阈值去噪算法、WPD与VMD融合分解算法提取时频域混合特征，并结合对抗生成网络GAN扩充轴承样本数据，突破了传统深度学习的数据依赖，实现小样本数据学习，并且通过训练金字塔胶囊网络并优化交叉熵损失函数，结合跨模态联合优化与零样本推理引擎，大幅提高了对已知故障的诊断准确性，还能有效推断未知故障类型。