基于多源异构数据融合的谐波减速器故障诊断方法

本发明公开了一种基于多源异构数据融合的谐波减速器故障诊断方法，涉及协作机器人关节故障诊断领域。为了解决现有谐波减速器故障诊断方法诊断率低的问题，本发明设计了一种基于多源异构数据融合的谐波减速器故障诊断方法，通过采集谐波减速器在不同故障模式下的振动、力矩以及温度等多传感器原始数据，通过连续小波变换将多个传感器的一维时域信号转换为二维时频图像，构造谐波减速器的故障特征时频图数据集，通过DRSN‑SE算法中的残差收缩单元进行特征选择和噪声抑制，利用SE‑Net注意力机制增强特征表示能力，对多源异构数据的特征进行融合，得到最终融合特征通过分类头输出故障诊断结果。本发明能有效解决单一故障数据可靠性差的问题，实现谐波减速器高精度故障诊断和分类识别。