一种基于VMD-FFT与变工况自适应深度学习的盾构机主驱动轴承故障诊断方法及系统

本发明公开了一种基于VMD‑FFT与变工况自适应深度学习的盾构机主驱动轴承故障诊断方法及系统，涉及隧道掘进装备智能运维与状态监测技术领域，该方法通过采集原始振动信号，并同步采集主驱动转速、刀盘扭矩、推进力、贯入度和主驱动温度等工况参数；对振动信号进行预处理和VMD分解，获得多个IMF分量；基于主驱动转速和主轴承结构参数计算外圈、内圈、滚动体和保持架的时变故障特征频率，并据此设置动态特征频带，利用FFT提取动态频域特征；进一步构建时序特征、时频特征和工况特征，并通过CNN、BiLSTM、工况特征分支及交叉注意力机制进行多模态融合，输出主驱动轴承故障状态概率分布和预警结果。本发明能够提高盾构机主驱动轴承在低速重载、变转速、强冲击工况下的故障识别准确性和诊断稳定性。