一种融合机器学习算法的智能机械装备故障诊断方法及系统

本申请提供了一种融合机器学习算法的智能机械装备故障诊断方法，包括：获取多源信号并通过动态阈值对比与机器学习异常检测模型处理，生成整机级异常检测结果；多源信号包括振动信号、温度信号和压力信号；基于整机级异常检测结果进行信号分解与多源参数融合分析处理，确定异常来源的物理子系统；对物理子系统的运行数据提取时频特征，通过层级化机器学习模型处理，生成部件级异常定位结果及微观缺陷分类结果；基于整机级异常检测结果、物理子系统及微观缺陷分类结果进行多粒度数据融合处理，生成分层级诊断报告。采用本方法能够分层级地对机械装备进行递进式诊断，提高故障诊断的精确度。