融合物理和深度表达特征的设备故障诊断及健康监测方法

摘要

本发明公开了一种融合物理和深度表达特征的设备故障诊断及健康监测方法，通过双流深度网络框架，融合物理特征及深度表达特征，实现设备故障诊断及健康监测。所提出的双流深度网络框架上分支提取物理特征，采用的技术主要包括小波包分解和傅里叶变换，用于提取原始信号的频谱特征和时频特征；下分支提取深度表达特征，采用的技术主要为卷积神经网络。在特征融合阶段，公开了压缩‑链接‑激活模块（SCE模块），能够在双流特征并行输入的条件下实现多特征综合敏感性分析及加权融合。所公开的物理特征和深度表达特征融合方法能够更加全面、准确的刻画设备故障类型，监测设备健康状态。