基于迁移学习的在线-离线动设备故障诊断方法

本发明公开了基于迁移学习的在线‑离线动设备故障诊断方法，涉及工业自动化与设备状态监测技术领域技术领域，包括以下步骤：获取普通工业故障大数据集，筛选故障模式；利用普通工业故障大数据集中筛选出的故障模式数据对模型进行预训练；利用经过预训练的模型在目标域进行监督迁移学习；监督迁移学习完成后，在线使用无标签数据对模型进行自监督学习，并实时优化模型和故障诊断。本发明采用上述基于迁移学习的在线‑离线动设备故障诊断方法，提高了模型性能，提升了诊断精度，优化了网络计算效率，解决故障诊断模型泛化性能较差的问题，实现了高效故障诊断。