一种基于多尺度特征融合的轴承故障诊断方法

本发明涉及数据处理与模式识别技术领域，具体为一种基于多尺度特征融合的轴承故障诊断方法，包括：融合振动、声发射及转速等多源数据，利用转速数据进行角度域重采样，生成二维阶次谱图，堆叠构建三维工况信息张量；采用主从调制异构神经网络，由主支路三维卷积网络提取高维时空特征，由辅支路一维卷积网络从原始序列中提取时序细节，生成仿射变换参数，对高维特征实现动态调制；将输出的状态向量映射至故障演化知识图谱，通过图注意力网络并引入蒙特卡洛丢弃机制进行概率预测，计算概率均值作为故障分类结果，并以概率方差量化诊断置信度。本发明通过多尺度特征融合与动态调制，解决变工况下因尺度失配导致的特征判别力不足问题。