本公开涉及故障诊断技领域，具体地，涉及一种轴承故障诊断方法、装置、介质、设备及程序产品。
背景技术：
1、轴承是一种用于支撑转动机械部件的装置。在使用过程中，轴承可能会出现各种故障，如磨损、裂纹、松动等。为了确保设备的正常运行，需要对轴承进行故障检测。
2、相关技术中，一般基于经验准则和阈值的方法对轴承进行故障检测，由于这些方法通常依赖于操作者的经验和直觉，容易受主观因素影响，存在检测结果不准确以及检测效率低下的问题。
技术实现思路
1、本公开的目的是提供一种轴承故障诊断方法、装置、介质、设备及程序产品，以解决上述技术问题。
2、为了实现上述目的，本公开第一方面提供一种轴承故障诊断方法，所述轴承故障诊断包括：
3、获取待诊断轴承的振动信号；
4、将所述振动信号输入轴承故障诊断模型，得到所述待诊断轴承的故障诊断结果；
5、其中，所述轴承故障诊断模型用于通过如下操作得到所述待诊断轴承的故障诊断结果：
6、按照以下公式，对所述振动信号进行连续小波变换处理，得到所述振动信号的时频图；
7、
8、其中，表示时频图，表示平移参数，表示与频率成反比的尺度参数，表示输入的振动信号，表示时间，表示目标morlet小波函数的复共轭，表示目标morlet小波函数，表示参数，表示频率参数，表示圆周率，表示虚数；
9、对所述时频图进行特征提取处理，得到故障特征向量；
10、根据所述故障特征向量，确定所述待诊断轴承的故障诊断结果。
11、可选地，所述对所述时频图进行特征提取处理，得到故障特征向量，包括：
12、对所述时频图进行特征提取处理，得到故障特征图；
13、对所述故障特征图进行特征展平处理，得到故障特征向量。
14、可选地，所述对所述时频图进行特征提取处理，得到故障特征图，包括：
15、对所述时频图进行降维处理，得到目标时频图；
16、对所述目标时频图进行特征提取处理，得到第一故障特征图；
17、对所述第一故障特征图进行降维处理，得到第二故障特征图；
18、对所述第二故障特征图进行非线性变换处理，得到故障特征图。
19、可选地，所述对所述第二故障特征图进行非线性变换处理，得到故障特征图，包括：
20、按照以下公式，对所述第二故障特征图进行非线性变换处理，得到故障特征图：
21、
22、其中，表示自适应函数，表示sigmoid函数，和表示空间维度，表示比例因子，表示卷积空间。
23、可选地，所述轴承故障诊断模型包括连续小波卷积层、特征处理层以及故障识别层，所述轴承故障诊断模型用于通过如下操作得到所述待诊断轴承的故障诊断结果：
24、通过所述连续小波卷积层按照以下公式，对所述振动信号进行连续小波变换处理，得到所述振动信号的时频图；
25、
26、其中，表示时频图，表示平移参数，表示与频率成反比的尺度参数，表示输入的振动信号，表示时间，表示目标morlet小波函数的复共轭，表示目标morlet小波函数，表示参数，表示频率参数，表示圆周率，表示虚数；
27、通过所述特征处理层对所述时频图进行特征提取处理，得到故障特征向量；
28、通过所述故障识别层根据所述故障特征向量，确定所述待诊断轴承的故障诊断结果。
29、可选地，所述故障诊断模型通过如下方式训练得到：
30、获取标注有标签的多个样本振动信号，所述标签用于指示对应样本振动信号的故障诊断结果；
31、将所述样本振动信号输入所述故障诊断模型，得到所述样本振动信号对应的预测故障诊断结果，并根据所述预测故障诊断结果和所述标签指示的所述故障诊断结果，确定损失函数值；
32、根据所述损失函数值更新所述故障诊断模型的参数。
33、第二方面，本公开提供一种轴承故障诊断装置，其特征在于，所述轴承故障诊断装置包括：
34、获取模块，用于获取待诊断轴承的振动信号；
35、诊断模块，用于将所述振动信号输入轴承故障诊断模型，得到所述待诊断轴承的故障诊断结果；
36、其中，所述轴承故障诊断模型包括：
37、连续小波卷积层，用于按照以下公式，对所述振动信号进行连续小波变换处理，得到所述振动信号的时频图；
38、
39、其中，表示时频图，表示平移参数，表示与频率成反比的尺度参数，表示输入的振动信号，表示时间，表示目标morlet小波函数的复共轭，表示目标morlet小波函数，表示参数，表示频率参数，表示圆周率，表示虚数；
40、特征处理层，用于对所述时频图进行特征提取处理，得到故障特征向量；
41、故障识别层，用于根据所述故障特征向量，确定所述待诊断轴承的故障诊断结果。
42、第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理装置执行时实现第一方面中所述方法的步骤。
43、第四方面，本公开提供一种电子设备，包括：
44、存储装置，其上存储有计算机程序；
45、处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。
46、第五方面，本公开提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面中所述方法的步骤。
47、通过上述技术方案，可以获取待诊断轴承的振动信号，并将振动信号输入轴承故障诊断模型，从而得到待诊断轴承的故障诊断结果。由此可以基于待诊断轴承的振动信号实现对待诊断轴承故障的自动诊断，提高故障检测效率和检测结果的准确度。另一方面，由于轴承故障诊断模型在基于振动信号进行故障检测时，是先通过连续小波变换对振动信号进行处理，由此可以基于连续小波变换在不同尺度上对振动信号进行分析，从而可以在不同频率和时间尺度上捕捉振动信号的特征，进一步提高故障检测的准确度。
48、他特征和优点将在随后的具体实施方式部分予以详细说明。
1.一种轴承故障诊断方法，其特征在于，所述轴承故障诊断方法包括：
2.根据权利要求1所述的轴承故障诊断方法，其特征在于，所述对所述时频图进行特征提取处理，得到故障特征向量，包括：
3.根据权利要求2所述的轴承故障诊断方法，其特征在于，所述对所述时频图进行特征提取处理，得到故障特征图，包括：
4.根据权利要求3所述的轴承故障诊断方法，其特征在于，所述对所述第二故障特征图进行非线性变换处理，得到故障特征图，包括：
5.根据权利要求1-4中任一项所述的轴承故障诊断方法，其特征在于，所述轴承故障诊断模型包括连续小波卷积层、特征处理层以及故障识别层，所述轴承故障诊断模型用于通过如下操作得到所述待诊断轴承的故障诊断结果：
6.根据权利要求1-4中任一项所述的轴承故障诊断方法，其特征在于，所述故障诊断模型通过如下方式训练得到：
7.一种轴承故障诊断装置，其特征在于，所述轴承故障诊断装置包括：
8.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
9.一种电子设备，其特征在于，包括：
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
