一种面向多数据源隐私保护的轴承故障诊断方法及系统

本发明属于振动数据识别技术领域，公开了一种面向多数据源隐私保护的轴承故障诊断方法及系统。首先，将源域的样本通过傅里叶变换进行数据处理，在多个已知工况处理过后的源域数据上，利用残差骨干网络与瓶颈分类器分别训练源域模型；随后，当未知工况的目标域数据来临，对目标域数据进行处理，然后系统提取深度特征并缓存，再通过域间权重、域内权重、可代理感知权重迭代生成可信伪标签；最后，仅微调瓶颈层完成无监督自适应，实现跨工况、无标签场景下的高精度故障类型识别，显著提升设备运维效率与可靠性。