变工况场景下基于条件扩散的民机部件故障诊断方法

一种变工况场景下基于条件扩散的民机部件故障诊断方法，通过采集有限的高置信度故障样本及不同工况条件下的无标签故障数据，经隐空间特征重构后，采用去噪扩散概率模型对目标域目标域高置信度故障样本进行条件生成增广，再通过联合优化目标函数，在推断故障样本条件分布的同时约束生成特征与诊断决策的映射关系，实现生成质量与模型泛化能力的协同提升。本发明通过基于条件扩散的故障诊断算法(CDFD)联合优化故障样本生成与故障跨域决策过程，让故障诊断分类器能够充分感知源域与目标域的噪声隐空间及数据空间特征，有效提升其鲁棒性。