基于可视图谱特征融合的行星齿轮箱故障诊断方法、系统、介质及设备

本发明涉及行星齿轮箱故障诊断领域，公开了一种基于可视图谱特征融合的行星齿轮箱故障诊断方法、系统、介质及设备，其包括：通过预先搭建的行星齿轮箱工作平台，采集行星齿轮箱运行时的正常状态和故障的时域信号；将时域信号进行Welch变换得到功率谱，根据功率谱采用可视图算法构建可视图图谱，以提取图谱节点的中心性指标并融合成特征矩阵；将特征数据归一化并划分为训练集和测试集，基于训练集训练CNN‑Inception模型，由测试集检验CNN‑Inception模型，性能指标为故障诊断的准确率；将实时采集到的行星齿轮箱信号经过特征提取后，输入到训练后的CNN‑Inception模型进行诊断。本发明能提取有效特征信息，并提高模型诊断准确率。