基于零件特征频率的故障诊断方法、系统、介质及设备

本发明涉及机械设备故障诊断领域，公开了一种基于零件特征频率的故障诊断方法、系统、介质及设备，其包括：从机械设备原始故障数据集中获取零件故障特征频率，基于零件故障特征频率构建物理知识的指导信息；将生成的故障特征频率信息与故障数据拼接，形成双通道数据，输入多输出的深度卷积神经网络进行训练，以提取故障特征；由多输出的深度卷积神经网络对故障特征进行多输出分类及诊断，每个输出对应一个机械设备的故障类型，从全局特征中提取与该故障类型对应的故障特征，完成机械设备中是否存在该故障的诊断。本发明能对复合故障进行解耦，实现对单一故障类型的预测。