[发明专利]一种基于谱范数GAN的多工况机械故障诊断方法

摘要

本发明公开一种基于谱范数GAN的多工况机械故障诊断方法，其包括：数据采集和基于短时傅里叶变换的信号预处理，以机械的原始时域振动信号为输入样本，采集变工况的实验数据作为不同领域的样本，并标注领域标签，其中人工标注标签的数据作为源域数据；未被人工标注的标签为目标域数据；将源域数据和目标域数据利用短时傅里叶变换将时域振动信号转化为特征时频图；对源域特征时频图进行卷积操作，提取故障特征，构建初始化的卷积神经网络模型得到预训练模型。该方法通过特征提取器和领域判别器之间的对抗学习获得跨领域不变特征，实现不同领域之间的迁移，实现了对变工况机械故障的智能诊断。