一种基于去中心化联邦学习的故障诊断方法

本发明涉及航空发动机故障检测技术领域，具体涉及一种基于去中心化联邦学习的故障诊断方法，包括：构建去中心化网络拓扑结构；获取每个节点对应的初始故障诊断模型；获取训练好的目标故障诊断模型以及其对应的精度度量信息；更新模型参数，获取最终故障诊断模型；进行故障诊断。本发明中各节点可直接进行模型参数交换，为实现大规模多机构协作故障诊断提供了有力支持，在保持模型收敛性的同时提高了系统鲁棒性，且各客户端的数据集始终保留在本地，仅交换模型参数和精度信息，在实现多方协作的同时有效保护了商业机密。