一种工业设备故障诊断的诊断模型及其构建方法和应用

摘要

本发明公开了一种工业设备故障诊断的诊断模型及其构建方法和应用，构建方法包括：采用变分模式分解法分解训练工业设备的每个原始振动信号，得到多个子模态分量，从多个子模态分量中选出一个最佳子模态分量；采用贝叶斯优化的一维快速非局部均值法，对所有最佳子模态分量去噪；基于所有去噪后的最佳子模态分量，采用度量学习改变分类器中的样本距离度量函数并训练，得到工业设备故障诊断的诊断模型。本发明采用变分模态分解从原始振动信号中分离出故障特征；进一步引入去噪性能高的非局部均值去噪算法，并对参数进行贝叶斯优化，实现对高信噪比振动信号的良好降噪效果。最后将度量学习应用于分类器的训练。本发明方法诊断精确度高且适用范围广。