基于图卷积网络的滚动轴承智能故障诊断 |
| |
引用本文: | 宁少慧,任永磊,武煜坤,王延松,杜康宁.基于图卷积网络的滚动轴承智能故障诊断[J].组合机床与自动化加工技术,2023(3):113-117. |
| |
作者姓名: | 宁少慧 任永磊 武煜坤 王延松 杜康宁 |
| |
作者单位: | 太原科技大学机械工程学院 |
| |
基金项目: | 山西省应用基础研究计划资助(201901D111239); |
| |
摘 要: | 基于非欧几里德空间的数据包含着数据点以及数据点之间的关系信息,而基于深度学习模型的故障诊断方法通常忽略了数据点之间的关系信息。对此,通过结合可视图算法和图卷积网络,将基于非欧几里德空间的不规则数据应用到轴承故障诊断领域。首先,将原始信号利用可视图算法转换为图数据,以图数据显示时域特征,极大丰富了输入信息;其次,利用构建的图卷积网络对故障特征进行学习,以达到故障诊断的目的。实验结果表明,图卷积网络在单一轴承故障分类任务上能够达到97%以上的准确率,这表明利用可视图算法提取的关系信息对轴承故障的识别具有重要作用。
|
关 键 词: | 滚动轴承 故障诊断 图卷积网络 |
|
|