融合格拉姆图像与卷积神经网络的故障诊断方法和系统

本发明提供了一种融合格拉姆图像与卷积神经网络的故障诊断方法，通过采集旋转体的振动信号，对所述振动信号进行预处理；将预处理后的振动信号分别转化为格拉姆差场图像和格拉姆和场图像；对所述格拉姆和场图像和格拉姆差场图像进行像素级加权融合，得到融合图像；将所述融合图像输入输入改进型卷积神经网络，通过所述改进型卷积神经网络进行故障特征提取与分类。本发明基于格拉姆图像加权融合与卷积神经网络，提升复杂工况下的故障分类准确率和抗噪性能，解决传统方法对复杂非平稳信号处理困难的问题。