基于多分类器辅助对抗双重残差开集领域自适应故障诊断方法

本发明属于机械故障诊断技术领域，具体涉及一种基于多分类器辅助对抗双重残差开集领域自适应故障诊断方法，包括：采集旋转机械关键零部件的振动数据，经数据预处理后输入训练后的旋转机械故障检测模型，得到旋转机械的故障诊断结果；本发明的模型采用动态未知阈值加权的对抗训练策略，消除域间分布差异，通过动态阈值，增强了领域自适应网络的灵活性，使得特征提取器更好的聚焦于样本中的域不变信息，实现跨域开放集领域自适应。