基于改进元学习模型的高噪声变工况下轴承故障诊断方法

本发明提供基于改进元学习模型的高噪声变工况下轴承故障诊断方法，涉及轴承的故障诊断技术领域。该方法具体包括：获取不同工况下原始轴承故障数据，并通过构建基于改进元学习模型的故障诊断模型，生成待诊断轴承的故障类别。其中基于改进元学习模型的故障诊断模型，包括：用于对原始轴承故障数据进行数据转换和数据重建的改进稀疏降噪自编码器数据重建网络，用于对重建后的二维灰度图像进行特征提取的ResNeXt特征提取网络以及用于将二维灰度图像的特征映射到特征空间并进行判别空间优化，进而生成该二维灰度图像的故障类别的判别空间优化网络。本发明能够快速且准确地识别可能出现的轴承系统故障。