一种基于云变分自编码器与集成几何构造网络的工业控制阀故障诊断方法

本发明公开了一种基于云变分自编码器与集成几何构造网络的工业控制阀故障诊断方法，具体步骤如下：采集控制阀小样本故障数据，通过二维云模型进行不确定性表征，构建以期望、熵、超熵为特征的云特征空间，实现基于泛正态分布的数据增强；设计云变分自编码器，通过多目标损失函数优化生成过程，确保增强数据同时满足云模型泛正态分布特性与分布差异最小化约束；利用圆锥几何体积挖掘二维云模型类间重叠度，为故障诊断提供辅助信息；采用几何构造网络建立轻量化SAMME集成学习故障诊断框架，并融合重叠度信息构建强分类器，最终根据输出决策函数输出诊断结果。本发明有效解决了小样本故障数据类间特征重叠问题，显著提升了控制阀故障诊断模型性能。