基于时频特征和物理信息神经网络的轴承故障诊断方法及装置

本发明公开了一种基于时频特征和物理信息神经网络的轴承故障诊断方法及装置，方法包括：采集轴承在不同运行工况下的振动信号并进行时频分析，生成时频谱图；基于轴承的物理模型和运行参数提取与故障相关的物理特征并进行归一化和降维处理，得到增强物理特征；建立增强物理特征与故障模式的关联映射，分析故障特征频率与振动信号的对应关系，生成结构化的物理特征向量；构建融合时频特征和物理信息的深度神经网络并利用标注的故障数据集进行训练，生成最终的诊断模型；利用最终的诊断模型实现轴承故障的精准分类和状态评估本发明通过融合时频特征与物理信息，实现高精度、鲁棒性和可解释性的轴承故障诊断，适用于复杂工业场景。