龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：昆明理工大学
摘要：本发明公开了一种运用图卷积神经网络诊断齿轮箱故障的方法及装置，属于机械设备的故障诊断领域。方法包括：构建齿轮箱故障诊断数据集；将齿轮箱故障诊断数据集中的数据样本分解成最佳模态个数的IMF模态分量后进行FFT变换得到IMF模态分量的频域特征表示；提取每个IMF模态分量的时域特征和频域特征构造特征节点集；以每个IMF模态分量的时域特征和频域特征组合在一起作为节点，构建出图结构特征集；使用待诊断齿轮箱振动数据作为双通道图卷积神经网络故障诊断模型的输入，以识别齿轮箱状态。与现有技术相比，本发明方法在保证诊断准确率的前提下，可以使用较少的数据获得相对较多的图结构特征数据样本，并可以大大减少运算成本。
主权项：1.一种运用图卷积神经网络诊断齿轮箱故障的方法，其特征在于，包括：数据获取和预处理步骤：获取不同状态下的齿轮箱振动数据，分别对不同状态下的齿轮箱振动数据进行预处理以用于构建齿轮箱故障诊断数据集；其中，状态包括健康状态、故障状态；特征节点提取步骤：依据预设的最佳模态个数，使用EMD对齿轮箱故障诊断数据集中的数据样本进行分解，将齿轮箱故障诊断数据集中的数据样本分解成中心频率不同的最佳模态个数的IMF模态分量；再对分解得到的IMF模态分量做FFT变换得到IMF模态分量的频域特征表示；提取每个IMF模态分量的时域特征和频域特征构造特征节点集；图结构特征集构造步骤：以每个IMF模态分量的时域特征和频域特征组合在一起作为节点；对于各节点基于相邻节点进行该节点下图结构边的构建；基于高斯核权重来确定图结构中每条边的权重，以此构建出图结构特征集；故障诊断模型构建与训练步骤：融合注意力机制构建双通道图卷积神经网络故障诊断模型，将图结构特征集作为双通道图卷积神经网络故障诊断模型的输入，实现双通道图卷积神经网络故障诊断模型的训练，得到训练后的双通道图卷积神经网络故障诊断模型；齿轮箱故障诊断步骤：使用待诊断齿轮箱振动数据构建图结构特征集作为训练后的双通道图卷积神经网络故障诊断模型的输入，以识别齿轮箱状态，实现对齿轮箱故障进行诊断。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种运用图卷积神经网络诊断齿轮箱故障的方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号