面向数据受限场景下的旋转机械增量故障诊断方法

本发明公开了一种面向数据受限场景下的旋转机械增量故障诊断方法，属于故障诊断技术领域。本方法用旋转机械增量故障基础训练集训练旋转机械增量故障诊断基础骨干网络获得基础分类器；在旋转机械增量故障基础训练集中进行数据采样获得支持集和查询集，将支持集和查询集形成伪增量模式，支持集通过共享旋转机械增量故障诊断基础骨干网络参数获取故障原型，用故障原型扩展基础分类器，查询集通过共享旋转机械增量故障诊断基础骨干网络参数获取查询嵌入，通过支持集和查询集构建元训练任务计算知识特征优化数据知识联合驱动的校准模块。修正了在增量过程模型对新增故障表征的偏移，在基本会话中构建伪增量任务动态地模拟真实增量任务，模型学习更广义的特征嵌入，提高模型对新增故障泛化能力。