摘要
本发明提供一种旋转机械故障诊断方法及相关系统,旋转机械故障诊断方法包括如下步骤:S1、根据转子系统在运行工况下的振动行为构建转子振动方程;S2、获取待诊断旋转机械的实时信息,根据待诊断旋转机械的实时信息基于转子振动方程进行模态分析以确定敏感频段和关键特征,形成多维特征数据;S3、对多维特征数据进行去噪处理并进行信号重构得到重构信号;S4、将重构信号输入至预先训练好的旋转机械故障模型中得到故障诊断结果;旋转机械故障模型采用神经网络常微分方程与卷积神经网络‑门控循环单元融合。本发明能够准确模拟和预测系统的连续性动态变化,提高诊断精度同时增强模型的实时性和鲁棒性。