基于视觉特征融合的复杂旋转机械设备故障诊断方法

摘要

本发明公开了一种基于视觉特征融合的复杂旋转机械设备故障诊断方法，涉及旋转机械设备故障诊断技术领域，本发明首先通过原始振动信号获取虚拟振动信号，并通过两者构造表征航空发动机故障的振动图像，然后，采用深度学习以及迁移学习获取高层故障特征，最后，在连续的采样周期内，将多模态故障特征聚类以构成故障特征组，基于时空相关性构建多模态故障特征时空模型，提出采用一种有效的张量分解方法，实现在该模型下的故障诊断。该基于视觉特征融合的复杂旋转机械设备故障诊断方法，解决了现有的诊断方法故障诊断样本数据不够完备、故障特征表征提取困难和故障诊断能力较差的问题。