一种基于多域特征融合与可解释对抗卷积编码网络的贫信息故障预测方法

本发明涉及旋转机械智能故障诊断技术领域，特别是涉及一种基于多域特征融合与可解释对抗卷积编码网络的贫信息故障预测方法，包括：采集目标旋转机械的振动信号；将所述振动信号输入预设的故障预测模型中，输出故障类别，其中，所述故障类别包括已知故障类别和新故障类别，所述故障预测模型基于训练集训练获得，所述训练集包括若干旋转机械多种工况下的故障样本，所述故障预测模型结合多域特征融合与可解释对抗卷积编码网络构建。本发明关注旋转机械在复杂工业环境下可能出现的新故障类型，提高小样本数据条件下故障诊断的可靠性，全面协调优化故障诊断流程和模型性能。