基于深度时空卷积网络ST-NN的故障诊断方法及系统

本申请属于船舶柴油机故障诊断技术领域。一种基于深度时空卷积网络ST‑NN的故障诊断方法，包括：获取原始油液光谱和/或铁谱数据，以及原始振动信号；对原始油液光谱和/或铁谱数据，采用粗糙集属性约简方法进行降维，去除冗余特征，得到约简后的油液和/或铁谱特征集；对原始振动信号，采用连续小波变换进行时频转换，得到时频图序列；将约简后的油液和/或铁谱特征集作为附加特征通道，与时频图序列进行三维卷积神经网络融合，并引入自注意力机制对时间步进行动态加权，得到健康指标序列；根据健康指标序列，采用高斯过程回归模型进行故障趋势预测，得到故障预测结果。有效识别柴油机的运行状态，提高故障诊断的准确性和可靠性。