一种基于流数据的增量模糊宽度学习机电设备故障诊断方法

本发明涉及一种基于流数据的增量模糊宽度学习机电设备故障诊断方法，包括：获取作动器在每个运行时刻的特征参数以及状态数据；构建故障诊断模型；获取目标数据集；增加增强层的增加节点，并获取目标故障诊断模型；利用目标故障诊断模型获取机电设备故障诊断结果。本发明通过基于时间加权的增量聚类方法，引入权重衰减机制来适应数据的变化，动态调整模糊宽度学习聚类中心点的位置和数量，使模型具备实时数据流场景下在线更新功能，同时通过对增强节点进行增量更新，提升模型的诊断正确率。