一种基于深度卷积与浅层迁移学习的盾构机液压系统故障诊断方法

本申请公开了一种基于深度卷积与浅层迁移学习的盾构机液压系统故障诊断方法，属于工程机械与人工智能技术领域。该方法通过分通道处理压力、流量、位移信号，利用基于注意力机制的一维特征融合卷积神经网络提取局部时域特征，结合通道注意力机制动态分配权重，强化关键故障特征并抑制噪声；通过最大均值差异对齐源域与目标域特征分布，结合分类器自适应优化模块，解决目标域数据稀缺下的领域偏移问题。本发明能够在小样本场景下实现高精度故障分类，降低对标注数据的依赖，提升盾构机液压系统故障诊断的实时性与鲁棒性，减少停机维护成本。