一种多用户隐私数据标签空间差异的轴承无监督故障诊断方法及系统

本发明公开一种多用户隐私数据标签空间差异的轴承无监督故障诊断方法及系统，涉及轴承故障诊断领域，为解决现有方法受时变工况的影响以及高昂的标签成本，难以满足真实工业的轴承故障诊断，以及联邦迁移学习方法在各客户端之间往往存在标签空间差异的问题。本发明基于联邦迁移学习方法，通过客户端对轴承故障数据进行特征提取，将特征传送到中央服务器，通过中央服务器通用域适应模型得到MR‑MMD域适应损失、域鉴别损失和分类损失，并引入边缘向量识别目标域中的未知类样本；通过动态自适应加权实时自适应调整各项损失权重分配；将得到的总损失下发至各个客户端更新本地模型；训练完成得到将中央分类器模型，实现对轴承的无监督故障诊断。