一种重放增强原型网络的轴承持续故障检测方法及系统

本发明公开了一种重放增强原型网络的轴承持续故障检测方法及系统，该方法首先基于滚动轴承故障数据进行预处理。其次构建时序特征提取器和类别特征建模体系，得到初始诊断模型，基于预处理后的故障数据，针对已知故障类别，通过联合损失函数训练初始诊断模型。待检测样本输入训练后的初始诊断模型，判断是否为新类别，以检测到的新类别为对象，基于原型扩展机制更新类别原型库，构建增量训练数据集实现增量迭代优化。最后基于新类别和已知类别的测试集数据，增量优化后的REIPN模型输出故障检测结果，并进行性能评估。本发明显著降低重新训练的时间成本，突破传统故障诊断模型在新类别扩展方面的局限性。