基于改进损失函数的行星齿轮箱故障诊断方法及装置

本发明提供一种基于改进损失函数的行星齿轮箱故障诊断方法及装置，通过对归一化处理后的样本振动数据构造样本图数据集，以利用图神经网络有效开发样本节点间隐含的相互依赖关系，利用节点间的边反应样本间的相互连接关系；同时提供两条特征学习路线，监督对比学习分支可以基于原始样本的增强样本学习到一个具有类内紧凑性和类间可分离性的高维特征表示空间，线性分类器分支则可以基于原始样本，通过将同类样本映射到相同的1‑hot编码向量来识别具有相同标签样本之间的相似性，基于上述两个分支对应的模型损失进行模型训练，可以提升模型的特征提取能力，增加模型分类精度，面对体量浩大、价值稀疏的工业大数据具有更好的自适应性。