买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京化工大学

摘要：本发明公开了一种基于多频带图和图注意力网络的故障诊断方法，针对齿轮的故障信号成分复杂难以识别和识别结果可信度低的问题，首先构建多频带图样本作为网络的输入，输入到图注意力网络对故障信号进行特征提取和分类，分类准确率较高。通过计算多频带样本中各节点的中心性指标，结合样本的拓扑图和振幅谱图对图样本如何反应自身的健康状态的机理做出可解释性分析，提高智能诊断的可信度。其步骤如下：1采集齿轮箱数据；2获取数据的时频分布；3时频分布的处理；4频带的分割与展平；5节点的嵌入与边的连接；6各节点中心性指标的计算；7搭建图注意力网络并实现故障诊断；8对多频带图进行可解释性分析。

主权项：1.基于多频带图和图注意力网络的故障诊断方法，其特征在于步骤如下：步骤1：数据的采集；利用加速度传感器采集齿轮箱实验台在在不同工况下采集故障数据，数据包括正常、剥落、裂纹、磨损、点蚀五种状态；步骤2：获取数据的时频分布；对采集到的信号进行连续小波变换得到信号的时频分布，连续小波变换公式如下： 其中，a为尺度参数频域，b为平移因子时域，ft表示t时刻的时域信号，ψ*为母小波函数ψ的复共轭；选择Bump为小基函数，其函数表达式如下： 其中，ν为频域自变量，χ为指示函数，μ和σ大于0，σ决定小波尺度，Matlab中的默认值μ＝5,σ＝0.6；步骤3：时频分布的处理；对经过连续小波变换得到的小波系数矩阵进行提取实部处理，公式如下：wtreal＝realwt3其中wt表示原始小波系数矩阵，wtreal表示提取实部后的小波系数矩阵，real表示提取实部函数；随后对提取到的小波系数实部进行Z-Score归一化处理，公式如下： 其中z代表归一化后的值，表示wtreal的均值，S表示wtreal的标准差，xij∈wtreal；步骤4：频带的分割与展平；频带的分割在归一化后的小波系数矩阵的基础上进行划分；由于经过连续小波变换后，信号的最小频率与小波基函数的选取有关，首先求得最小截止频率fmin；频带的分辨率即划分时频图为多少个频带，频带分辨率R在范围10到16；每个频带的带宽计算公式如下： 其中B表示每个频带的带宽，fmax为最大截止频率，fmin为最小截止频率，R为频带分辨率；在划分频带后，进行展品处理，将二维矩阵展平为一维向量；在将二维频带展平为一维向量时通过取该频带内向量的均值使表示各个频带的向量长度保持一致，均值计算公式如下： 其中，mi表示应频带的均值向量，N为组成该频带的向量数，Aj为该频带内的各个向量，Mi表示组成各个频带的矩阵；步骤5：节点的嵌入与边的连接；将得到的各频带的一维向量，嵌入到图结构数据的节点中；采用邻居搜索函数为各节点之间构造边连接，公式如下： 其中，vi表示图结构数据中的节点，ψvi表示与vi为邻居的节点的集合，并将节点vi与邻居之间建立边，ε-radius*表示邻居搜索函数，Simvi,vj表示两节点之间的相似度且Simvi,vj∈[0,1]，vi与vj表示一个图样本中不同节点的向量，ε为定义的搜索半径，中ε＝0.6；相似度使用了切比雪夫距离公式进行计算，公式如下：dischebvi,vj＝maxivi-vj8其中，dischebvi,vj表示一个图样本中不同节点的向量，将距离转换为相似度的度量，转换公式如下：Simvi,vj＝1-dischebvi,vj9完成节点的嵌入和边的连接之后得到了最终输入网络的多频带图，完成了图样本即多频带图的构建；搭建图注意力网络结构，在Pytorch框架下搭建模型，具体构成及参数如下：网络结构包括输入层、第一图注意力卷积层、第一批量归一化层、第一ReLu层、第一图池化层、第一全局平均池化层、第二图注意力卷积层、第二批量归一化层、第二ReLu层、第二图池化层、第二全局平均池化层，一个融合层、第一全连接层、Dropout层和第二全连接层2；两个卷积核大小均设置为1024，两个批量归一化的参数设置为1024，两个图池化层均采用边缘池化，参数设置为1024，Dropout层的参数p＝0.2，之后设置两个大小为1024×512、512×5的全连接层将特征映射至到输出类别空间；分类器由Softmax函数组成；模型参数设置方面，最大迭代次数设置为200，最小批量设置为32，优化器均采用随机梯度下降，学习率设置为0.001。

全文数据：

权利要求：

百度查询： 北京化工大学 一种基于多频带图和图注意力网络的故障诊断方法