基于可解释神经网络的少标签自监督学习故障诊断方法

本申请涉及故障诊断技术领域，特别涉及一种基于可解释神经网络的少标签自监督学习故障诊断方法，包括：采集航空发动机的传感器在不同健康状况下的时域数据并进行标准化处理，划分为预训练集、训练集、验证集和测试集；对预训练集中的时域数据分别进行快速傅里叶变换和数据增强，得到频域数据和增强时域数据；构建预训练框架，基于频域数据和增强时域数据进行预训练至收敛，得到预训练完成的时间编码器；基于预训练完成的时间编码器构建故障诊断模型，利用训练集进行迭代训练至收敛，得到训练完成的故障诊断模型；使用训练完成的故障诊断模型对测试集进行故障诊断，利用梯度加权类激活映射技术对故障诊断模型的诊断过程进行可视化解释。