改进图注意力网络在变工况滚动轴承故障诊断中的应用.docxVIP

改进图注意力网络在变工况滚动轴承故障诊断中的应用

目录

改进图注意力网络在变工况滚动轴承故障诊断中的应用（1）．．．．．．4

内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

图注意力网络理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.1图注意力网络的定义与特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2图注意力网络的原理与应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.3图注意力网络的局限性及改进策略．．．．．．．．．．．．．．．．．．．．．．．．11

变工况滚动轴承故障诊断模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.1模型架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.2关键技术实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.3模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

改进图注意力网络在故障诊断中的应用．．．．．．．．．．．．．．．．．．．．．18

4.1数据预处理与特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.2模型训练与性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

4.3实验结果与对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.1研究成果总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.2存在问题与不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

5.3未来研究方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

改进图注意力网络在变工况滚动轴承故障诊断中的应用（2）．．．．．28

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

1.1.1滚动轴承故障诊断的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

1.1.2变工况环境下故障诊断的挑战．．．．．．．．．．．．．．．．．．．．．．．．．．31

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

1.2.1传统故障诊断方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

1.2.2基于机器学习的故障诊断方法．．．．．．．．．．．．．．．．．．．．．．．．．．34

1.2.3基于深度学习的故障诊断方法．．．．．．．．．．．．．．．．．．．．．．．．．．35

1.3图神经网络在故障诊断中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．37

1.4本文研究内容及创新点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

2.1图神经网络基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

2.1.1图结构表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

2.1.2图卷积网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

2.2注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

2.2.1注意力机制原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

2.2.2自注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．