基于流模型特征增强的单源域泛化智能识别方法

本发明提供一种基于流模型特征增强的单源域泛化智能识别方法，涉及机械故障诊断技术领域，该方法包括对采集的机械振动时域信号进行截取、长度统一及幅值归一化预处理，通过快速傅里叶变换转换为频域数据，按工况划分为单源域数据集和目标域数据集；构建故障诊断训练模型；利用单源域数据集，根据设定的损失函数和优化算法训练故障诊断训练模型，得到训练好的故障诊断训练模型；基于训练好的故障诊断训练模型构建故障识别模型，将目标域数据集输入到故障识别模型进行故障类别识别。本发明解决了传统方法生成数据维度高、含干扰信息等问题，提升了模型泛化能力与目标工况故障识别精度。