一种面向旋转机械非平稳工况的多任务增量学习故障诊断方法

本发明公开一种面向旋转机械非平稳工况的多任务增量学习故障诊断方法，涉及旋转机械安全服役技术领域，用于解决现有技术在学习新任务后会导致模型对旧任务的诊断准确率大幅下降的技术问题；本发明的面向旋转机械非平稳工况的多任务增量学习故障诊断方法，包括：在初始阶段获取任务0数据；构建故障诊断模型，保留最佳模型的权重参数作为初始阶段的模型参数；前向传播任务0数据的训练集，保存任务0范例；当第一次出现新任务后进入增量阶段1；构建增量阶段1的故障诊断模型的联合交叉分类器知识蒸馏损失，并利用总损失函数训练学生模型，并完成增量阶段1的故障诊断；第n次出现新任务后进入增量阶段n，依次完成对增量阶段n的故障诊断。