一种基于嵌入注意力机制改进交替迁移学习的滚动轴承故障诊断方法

本发明公开了一种基于嵌入注意力机制改进交替迁移学习的滚动轴承故障诊断方法，所述方法包括：通过建立滚动轴承非线性动力学模型获取源域数据集；构建迁移学习神经网络故障诊断模型，设置网络结构参数，训练所述迁移学习神经网络故障诊断模型；迁移预训练的迁移学习神经网络故障诊断模型至目标域，采用冻结微调策略增强目标域特征的泛化能力，交替计算CORAL和MMD损失函数的总损失，使用反向传递更新模型的权重与偏置参数；进行多工况下的滚动轴承故障诊断；本发明相比于TCA、LATL算法，可以有效解决传统方法泛化力不足的问题，显著提高故障诊断的效率和准确率。