结合多尺度离散小波的轴承故障诊断方法及系统

本申请涉及结合多尺度离散小波的轴承故障诊断方法及系统。所述方法包括：首先获取轧机轴承在不同工况和故障类型下的振动信号数据，将其划分为固定长度片段并添加对应标签，构建四类故障数据集。接着，利用公式构建离散小波网络，融入改进注意力机制，搭建深度离散小波稠密网络结构。随后，对四类故障数据集进行数据特征筛选与多尺度特征融合，输入上述网络结构，生成与故障相关的混淆矩阵。最后，基于混淆矩阵数据，运用随机邻域嵌入聚类算法，得出轴承在不同工况下的故障类别判定结果。采用本方法能够显著提升轴承故障诊断的准确性与鲁棒性，在含强噪声和多工况不平衡数据场景下为工业旋转机械的实时故障诊断提供了有力的技术支持。