一种基于V-DIT数据增强和CNN的故障诊断方法

本发明涉及航空发动机故障诊断领域，具体涉及一种基于V‑DIT数据增强和CNN的故障诊断方法，该方法基于v‑prediction的时间序列扩散建模方法，引入中间变量v取代原本要预测的噪声变量，并引入了引入DIT结构替代传统扩散模型的U‑Net，实现一种基于DIT网络结构的针对航空发动机一维时间序列的扩散模型。其次，引入CNN网络，对航空发动机故障数据进行分类训练。CNN网络对输入训练集数据进行特征提取、特征叠加和特征分类，能够捕捉到数据中的局部关联特征，从而实现对不同类型故障的识别和分类。