一种基于无监督学习的轴承故障诊断方法、设备及介质

本发明公开了一种基于无监督学习的轴承故障诊断方法、设备及介质，属于机械设备状态监测技术领域，用于解决现有的轴承故障诊断方法主要依赖于有监督学习，用于训练的可靠性故障数据稀缺，人工标注成本高，难以更好的识别轴承异常故障等技术问题。方法包括：对预采集的轴承原始振动信号进行分段处理，构建出基于所有滑动窗口的多维特征空间；对多维特征空间中的每个滑动窗口进行特征工程计算，得到综合特征向量；对综合特征向量进行异常检测，确定出异常点数据；并对合特征向量进行异常点数据的剔除处理，得到综合特征向量集合；对综合特征向量集合进行有关常见故障的谱聚类识别与分类，得到每个数据点的簇标签；确定出轴承的故障模式。