结合对比学习和多标签学习的小样本增量故障诊断方法

本发明提供一种结合对比学习和多标签学习的小样本增量故障诊断方法、系统、存储介质和电子设备，涉及智能制造与设备健康管理技术领域。本发明中，构建包含所有的细粒度故障类别的少样本集合；基于少样本集合的源域数据，对结合有监督对比学习和多属性学习的模型进行预训练；再次冻结预训练后的模型的特征提取器，并基于少样本集合的目标域数据，对预训练后的模型的线性分类头进行微调，最终实现细粒度故障类别的预测。本发明可应用于旋转机械、齿轮箱等各类机械设备在不同工况环境下的细粒度故障甄别和新故障识别，能够有效定位故障发生的工况环境、严重程度和具体类型，精准追溯故障发生的真实原因和细节逻辑。