一种小样本条件下基于动力学模型的轴承故障诊断方法

本申请公开了一种小样本条件下基于动力学模型的轴承故障诊断方法，涉及故障诊断技术领域，本申请构建多个多自由度动力学模型分别生成涵盖内圈、外圈、滚动体及无故障状态的仿真数据，显著减少对真实故障数据的依赖，解决因传感器安装困难和设备长期无故障运行导致的数据稀缺问题；随后基于故障数据增强模型对仿真数据进行特征增强处理，生成与仿真数据特征一致的合成数据，将合成数据与仿真数据整合形成虚拟数据集，以有效提升数据多样性，极大减少对真实数据的依赖；最后，利用虚拟数据集预训练迁移学习模型，并通过动态参数调整策略适配小样本实验数据，完成轴承故障分类；基于分类结果，判定轴承所处故障状态，实现对轴承故障的诊断。