摘要

一种基于小样本学习的跨类别故障诊断方法,包括:结合部件A的带标注的历史工作数据建立故障诊断模型;结合部件B的带标注的历史工作数据建立支持集;获得部件B的测试数据,将测试数据与支持集中的标注样本数据配对组成测试样本,通过故障诊断模型判断测试样本中的两个数据是否属于同一信号类别,获得支持集中与测试数据所属信号类别相同的标注样本数据,并获取该标注样本数据关联的信号类别作为测试数据的信号类别。本发明中,采用部件A的历史工作数据训练故障诊断模型,保证了故障诊断模型训练对充足的训练数据进行学习,通过部件B提供包含少量标注样本数据的支持集,保证了通过该故障诊断模型对部件B进行信号类别诊断的可行性。