一种基于双级熵感知共识域对抗框架的开集故障诊断方法

本发明涉及一种基于双级熵感知共识域对抗框架的开集故障诊断方法，包括以下步骤：S1、获取旋转机械的训练数据集，训练数据集包括源域数据集和目标域数据集；S2、构建模型框架，模型框架包括特征提取器以及五个模块的损失函数；特征提取器包括依次设置的卷积神经网络、双向长短期记忆网络和多头注意力机制；五个模块包括原始分类器模块、双级熵感知模块、辅助分类器模块、自监督聚类模块和共识域对抗模块；将训练数据集输入到特征提取器中，利用优化算法调整模型框架的参数，完成整个框架的训练；S3、获取测试数据集，并将其输入到训练好的模型框架中，输出故障诊断结果。解决现有域自适应方法无法有效处理未知故障的问题，实现开集故障诊断方法。