摘要
本发明公开了一种基于超图神经网络的轴承故障诊断方法及系统,涉及超图神经网络技术领域,包括以下步骤:利用传感器采集轴承在不同运行工况下的振动信号,并将振动信号转换为二维时频图;对二维时频图进行特征提取,构建特征训练集;根据特征训练集中数据间的已知关联,构建超图结构;将超图结构输入预设的超图神经网络进行模型训练,直至模型收敛,得到轴承故障诊断模型;利用轴承故障诊断模型对目标轴承进行故障诊断,得到诊断结果。本发明可以提高轴承故障诊断的效率及准确度,解决轴承故障数据不足的问题。
技术关键词
轴承故障诊断方法
频域特征
时域特征
训练集
轴承故障诊断系统
样本
多层卷积网络
注意力机制
连续小波变换
神经网络技术
梯度下降算法
信号
判定特征
数据
特征提取模块
噪声模型
工况
噪声信息
系统为您推荐了相关专利信息
神经刺激系统
肌肉疲劳状态
肌电信号特征
模型预测控制算法
参数
故障诊断方法
故障诊断模型
信号故障诊断
故障类别
故障特征提取
无创血糖监测方法
无创血糖监测系统
血糖预测模型
多域特征
梯度提升模型