一种基于DVGNN算法的旋转机械耦合故障诊断与分析方法

本发明提出一种旋转机械耦合故障诊断与分析方法，该方法利用图神经网络具备的拓扑结构描述耦合故障的相关性，将小波变换后的多故障数据分别视为图神经网络中的网络节点，并定义动态顶点提供耦合故障分析能力，通过图卷积的方式对故障特征进行融合与提取，实现耦合故障的分类与分析。本发明提出基于图神经网络的耦合故障诊断方法，降低了数据驱动模型的不确定性，利用融合损失函数训练模型，使用多分类结果分析旋转机械耦合故障，能够在耦合故障诊断的基础上实现耦合成分分析。