基于深度布朗距离和注意力机制的设备故障诊断方法

本发明公开了基于深度布朗距离和注意力机制的设备故障诊断方法，包括：获取故障振动信号数据，通过快速傅立叶变换和频谱特征计算，生成对应的时频图像数据；将时频图像数据作为查询样本，结合预设的支持集，构建小样本学习任务；之后基于预设的加权多尺度宽核特征动态提取网络进行特征提取，得到查询样本特征图和多类支持样本特征图；然后基于训练好的故障诊断模型进行故障诊断，得到对应的故障诊断结果；其中，故障诊断模型包括基于注意力机制的全局度量模块、基于深度布朗距离的局部度量模块和分类器。本发明实现了自适应多尺度特征提取，从局部和全局两个维度进行故障诊断，显著提升了小样本场景下的故障诊断精度与可靠性。