基于深度学习的轴承振动异常数据分析方法及系统

本发明公开了基于深度学习的轴承振动异常数据分析方法及系统，涉及数据分析技术领域，包括以下步骤：采集轴承振动数据，再对所述多通道原始振动数据进行自适应异常识别与预分类，输出深度特征向量和异常数据预分类结果，按照语义类别划分规则，对所述采集的各类轴承数据进行分布式存储，生成异构存储板块，通过轻量化深度解耦网络，对所述异构存储板块进行差异化异常分析，输出异构存储板块的异常分析报告，并对所述异构存储板块的异常分析报告进行一致性校验，输出校验结果，进而构建轴承异常因果推断模型，追踪异常根源，输出异常物理根源定位报告，并实现轴承异常分析结果的综合可视化输出，大大提高了轴承振动异常数据的分析效率与精度。