基于非平稳信号组合分析的故障诊断方法

鉴于深度学习、频谱、时频分析方法间的优势互补，设计了由卷积网络、傅里叶变换和小波包分解组合的多流分析处理框架，对非平稳信号进行组合分析。提出了一种基于非平稳信号组合分析的故障诊断方法，提取信号的多属性特征并加权融合。应用于故障诊断的实验结果表明，所提出的信号组合分析方法能够更加稳定、准确地刻画故障类型，在不显著增加计算复杂度的前提下有效提高了故障诊断的分类准确率。