一种深度拉普拉斯自编码的旋转机械故障诊断方法

本发明公开了一种深度拉普拉斯自编码的旋转机械故障诊断方法，包括步骤如下：1、在旋转机械的关键部件采集振动信号；2、将所采集的振动信号转化为频谱信号，并分为测试样本子集与训练样本子集；3、将训练样本输入到拉普拉斯自编码模型中进行预训练,用有监督学习算法进一步调整预训练后的拉普拉斯自编码模型，并根据拉普拉斯自编码模型中的损失函数，得到拉普拉斯自编码模型的参数；4、将测试样本输入到训练完成的深度拉普拉斯自编码模型，得到多层敏感的故障特征；5、将步骤4得到的故障特征输入到分类器中进行故障分类与诊断，实现旋转机械设备的故障诊断。本发明提高不平衡数据的故障诊断精度，有效的实现不平衡数据的分类与诊断。