一种小样本下基于一阶元学习的跨工况轴承故障诊断方法

本发明公开了一种小样本下基于一阶元学习的跨工况轴承故障诊断方法，包括步骤：采集轴承在不同工况下的原始振动信号并作归一化处理；对采集到的信号进行等长截断采样获取元数据集；将采集到的元数据集按照不同工况类别划分为元训练集、元验证集和元测试集；构建基于一阶元学习Reptile的故障诊断模型；在已知工况的任务分布下，设置一阶元学习Reptile故障诊断模型的初始参数；随机采样N‑way K‑shot故障分类任务，利用该故障任务训练基础学习器内层参数，利用初始化参数到该故障任务训练权重的梯度来训练基础学习器外层参数；选取元验证阶段故障分类准确率最高的故障诊断模型，本发明实现模型在少量故障样本的训练下，在未知工况下对滚动轴承快速、准确的故障诊断。