一种基于双路卷积和闭集域自适应的小样本故障诊断方法

本发明公开了一种基于双路卷积和闭集域自适应的小样本故障诊断方法，利用最大最小归一化和FFT对振动信号进行预处理，DPFC‑FFABNet以预处理后的频域数据作为输入，双路全卷积结构能充分提取有用特征。引入组归一化和层归一化，使得模型稳健性增强。利用全局‑局部特征融合注意力机制，来兼顾提取特征序列的局部与全局信息。在小样本故障诊断泛化问题上，所提方法可以在不同的旋转机械部件，不同的转速条件，不同的噪声干扰情况下，都具有出色的表现，具有很好的应用价值。最后，在本发明所提方法的基础上，将多核最大均值差异MKMMD与类混淆最小化MCC结合，进一步增强了变转速变负载的故障诊断泛化能力。