基于注意机制元学习模型的小样本下故障智能诊断方法

摘要

本发明公开了基于注意机制元学习模型的小样本下故障智能诊断方法，本发明使用注意机制和元学习方法建立了关联网络模型，对机械信号进行短时傅里叶变换，得到其时频谱图，进一步从中进行特征提取和运行状态识别，能够有效地挖掘其中蕴藏的丰富故障信息。本发明方法能够自适应地训练出一种伪距离来评价相关数据之间的相似度，无需明确的数学公式定义，可以获得较高的机械设备故障诊断准确率。从而摆脱了传统诊断方法中特征提取过程对人工经验的依赖性以及现有智能故障诊断算法对大量训练数据的依赖性，切实解决小样本数据条件下对机械设备故障诊断的难题。