基于时、频域特征优化的无监督联邦迁移滚动轴承故障诊断方法及系统

本发明涉及一种基于时、频域特征优化的无监督联邦迁移滚动轴承故障诊断方法及系统，该方法包括如下步骤：步骤1、将源客户端数据集和目标客户端数据集均划分成训练数据集和测试数据集两种类型，进行均值为0、方差为1的标准化处理；步骤2、在客户端构建基于卷积神经网络的轴承故障诊断本地模型；步骤3、初始化联邦框架下各个源客户端的权重聚合参数；步骤4、更新训练后的参数，并传至服务器端；步骤5、加权聚合各个源客户端的模型参数，直至全局模型收敛或达到最大迭代轮次；步骤6、将目标客户端的滚动轴承数据输入至联邦聚合模型，得出目标客户端数据故障诊断结果。本发明为联邦无标签客户端建立性能优异的故障诊断模型提供了有效方法。