基于多尺度自适应超图卷积神经网络的故障诊断方法及系统

本发明公开了基于多尺度自适应超图卷积神经网络的故障诊断方法及系统，属于故障诊断技术领域；该方法包括：采集机械设备的原始振动数据，并进行数据预处理；基于多尺度自适应超图卷积神经网络构建故障诊断模型；将数据预处理后的振动数据输入构建的故障诊断模型，输出故障诊断结果。本发明将振动信号分解为不同的频段，分别提取各个尺度下的特征并融合先验知识，以多种加权度量构建局部拓扑图，由多个局部拓扑图共同组成空间超图作为模型的输入；引入双通道图卷积网络提取特征，通过注意力机制自适应分配不同通道的权重，实现特征的深度融合。在两个基准数据集上的实验表明，本发明能有效提升故障诊断准确性，且拥有较好的稳定性和泛化性。