一种基于不确定性估计去噪的跨工况故障诊断方法

本发明属于工业系统故障诊断技术领域，具体涉及一种基于不确定性估计去噪的跨工况故障诊断方法。具体步骤如下：一，分别获取有标签的源域数据与无标签的目标域数据，构建基于一维卷积神经网络与Transformer层的特征提取器，对故障信号进行特征提取；二，对目标域数据进行自监督学习，获取伪标签；三，构建伪标签重定义选择模块，动态选取高置信度伪标签，减少噪声伪标签；四，构建基于狄利克雷不确定性估计的类原型对齐策略，实现对目标域样本的准确识别；五，将源域数据和高置信度的目标域数据加载至双分类器对抗网络模型进行训练，获得训练好的神经网络模型；六，利用训练好的神经网络模型实现旋转机械系统的故障诊断。