一种基于特征与决策双融合网络的机械故障诊断方法、模型构建方法、产品、装置及存储介质

本发明属于机械健康状态监测与故障诊断领域，公开了一种基于特征与决策双融合网络的机械故障诊断模型构建方法，包括：使用频域信息学习模块提取多传感器各自的频谱样本的全局频域特征和局部频域特征；通过使用交叉注意力机制，融合全局和局部特征，并输入到独立的初步决策分类器中，获得不同传感器各自的初始分类决策向量；将来自不同传感器的初始分类决策向量输入到低秩决策融合器中，获得融合后的决策向量；选取准确率最高的初始分类决策向量与缩放因子α相乘，与融合后的决策向量相加，获得最终诊断结果；调整各个传感器分类损失之间的权重，构建模型总损失函数；基于模型总损失函数对频域信息学习模块进行训练和调优，得到机械故障诊断模型。