矿用风机故障识别检测系统及方法

本申请涉及矿用风机技术领域，具体为矿用风机故障识别检测系统及方法，方法包括：采集矿用风机数据，获取时频域特征和工况特征；构建并训练基于CNN的故障诊断模型，进行故障识别；同时构建矿用风机健康指标，评估健康状态，构建矿用风机的健康指标，构建基于长短期神经网络LSTM模型的矿用风机剩余寿命预测模型，进行矿用风机剩余寿命预测；为适应新故障类型，采用增量学习方法动态更新诊断模型，利用知识蒸馏技术学习新故障。本申请方法综合利用多源异构数据，能够动态更新模型，量化矿用风机评估健康状态，为矿用风机的可靠运行提供全面解决方案。