基于零件特征频率的域泛化故障诊断方法、系统、介质及设备

本发明涉及机械设备故障诊断领域，公开了一种基于零件特征频率的域泛化故障诊断方法、系统、介质及设备，其包括：基于零件故障特征的物理知识生成零件故障仿真信号，作为物理知识域；采用深度神经网络，通过特征提取器从多个源域和物理知识域中提取故障特征，并将故障特征输入全连接层和域泛化对抗网络；在全连接层中通过最小化源域与物理知识域的分布差异，以该分布差异作为约束条件，约束模型学习到基于物理知识域不变特征，将所有源域故障特征分布与物理知识域故障特征分布对齐，通过分类器输出故障分类结果；提取的故障特征通过域泛化对抗网络中的域判别器区无法分出所属的域，以输出具有多个域共同特征的域分类结果。本发明能解决域数据不平衡导致的问题。