一种大型机械倾倒趋势监测与故障诊断方法

本申请涉及大型机械综合保障领域，尤其涉及一种大型机械倾倒趋势监测与故障诊断方法，包括采集机械力学信号构建源域数据集和目标域数据集，提取得到源域时频特征和目标域时频特征；以嵌入KAN的可变形resnet为特征提取器，提取源域时频特征和目标域时频特征之间的共享特征；利用LMMD计算深度神经网络特定层中源域和目标域数据集向量之间相关子域分布的差异；基于提取到的共享特征和对齐后的数据，进行大机倾倒趋势监测，确定大型机械是否存在故障及故障类型。将KAN模块嵌入深度残差网络与可变形卷积结合、采用基于LMMD的子域适应策略以及引入动态权重调整因子，实现对复杂非线性动态特征的精确建模，进而高效准确地监测大型机械倾倒趋势和诊断故障。