基于原型驱动的双视角协同对比融合网络的机械故障诊断方法

本发明涉及基于原型驱动的双视角协同对比融合网络的机械故障诊断方法，属智能故障诊断领域。本发明构建了新型自监督对比学习框架。该框架采用多尺度语义认知蒸馏器，实现时频信号的局部与全局层面的多级语义对齐及自适应融合，并引入跨域交互Transformer模块捕获时频域间的全局互补特征。此外，框架设计协同对比学习策略，融合双视角互补对比与自适应原型驱动对比学习。其中，双视角互补对比机制采用双正样本对与硬负样本策略强化特征判别性。自适应原型驱动机制通过动态原型映射与自加权策略优化特征聚类紧密度。本发明在标注数据有限和复杂工况条件下，显著提高了故障诊断的准确率和鲁棒性，为工业设备智能维护提供了高效方案。