基于跨域自适应加权的轴承故障诊断方法

本发明涉及一种基于跨域自适应加权的轴承故障诊断方法，属于故障诊断技术领域。包括：获取源域信号和目标域信号；根据相似度计算结果对源域信号进行加权；根据每个源域信号的自适应加权系数计算故障诊断深度学习模型的一次加权损失函数，并通过源域信号和一次加权损失函数训练故障诊断深度学习模型；通过预训练的故障诊断深度学习模型确定每个目标域信号的置信度和预测误差，并基于此确定每个目标域信号的自适应加权系数；基于目标域信号及其自适应加权系数继续训练预训练的故障诊断深度学习模型，得到最终的故障诊断深度学习模型。通过自适应动态调整源域信号和目标域信号权重的方式，提高了最终的故障诊断深度学习模型诊断结果的准确性。