一种基于图神经网络的半监督滚动轴承故障诊断方法.pdfVIP

下载本文档

4
0
约9.52千字
约 9页
2023-06-03 发布于四川
举报
版权申诉

一种基于图神经网络的半监督滚动轴承故障诊断方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种基于图神经网络的半监督滚动轴承故障诊断方法。本发明在滚动轴承的正常以及不同故障状态下采集驱动端、风扇端和基座端的振动加速度信号，通过采样和拼接技术获得故障样本集；计算各个样本之间的皮尔逊相关性，通过设定阈值，构建样本间的关联关系，并构建与样本为节点，关联关系为边的故障样本图；求取故障样本图的邻接矩阵和节点特征矩阵，并构建图卷积神经网络层，继而构建双层图卷积神经网络分类模型；基于不同比例的训练集、验证集和测试集，对基于图神经网络的分类模型进行训练，采用Adam对模型进行优化，通过参数

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112651167 A (43)申请公布日 2021.04.13 (21)申请号 202011392227.7 G01M 13/045 (2019.01) (22)申请日