基于时空特征增强迁移学习的机械故障诊断方法

本发明公开了一种基于时空特征增强迁移学习的机械故障诊断方法，涉及机械设备故障诊断技术领域，包括：采集机械设备上的轴承原始振动信号，并将所述轴承原始振动信号划分为源域和目标域；构建基于神经常微分方程和路径签名的时空特征增强迁移学习网络；构建基于MMD域适应损失函数和交叉熵分类损失函数的联合损失函数；将划分好的源域和目标域输入至时空特征增强迁移学习网络中，并利用源域有标签样本的交叉熵分类损失函数和源域与目标域之间的MMD域适应损失函数，对时空特征增强迁移学习网络进行迭代训练，直至损失收敛，获得训练完成的时空特征增强迁移学习网络。本发明解决了现有方法不完全适用于机械故障诊断中振动信号特征增强的问题。