一种基于SE-RESNET34网络零故障样本学习的尾轴承故障诊断方法

本发明涉及轴承故障诊断技术领域，具体涉及一种基于SE‑RESNET34网络零故障样本学习的尾轴承故障诊断方法，其特征在于：包括如下步骤：采集正常状态下船舶油润滑尾轴承的正常振动信号，对采集到的正常振动信号进行二维矩阵转换和归一化处理，生成灰度图像，并获得多组训练样本集，且将每组训练样本集按照预定比例划分为训练集和测试集，构建基于SE‑ResNet34网络的故障诊断模型，并进行训练，将在线监测的未知振动信号进行二维矩阵转换和归一化处理，生成灰度图像，并通过相应的最佳故障诊断模型进行测试，得到预测标签。本发明不仅能够在零故障样本条件下开展深度故障诊断模型训练，还具有高精度故障检测性能。