摘要
本发明公开了基于图神经网络与因果推理的催化剂失效机理诊断方法,属于催化剂失效分析技术领域,包括采集多模态催化剂数据,多模态催化剂数据包括催化剂成分与结构数据、催化剂工况数据和催化剂历史维护记录数据;对多模态催化剂数据进行预处理得到预处理后的多模态催化剂数据;预处理包括图像处理与分析、能谱标准化和时空关联数据库构建;构建图神经网络与因果推理融合模型,包括定义节点和边、GNN模块、因果推理模块和注意力机制;将预处理后的多模态催化剂数据输入图神经网络与因果推理融合模型进行催化剂失效机理诊断,输出催化剂失效概率分布、失效主导因素贡献度排序和修复策略建议。
技术关键词
诊断方法
微观结构特征
注意力机制
多模态
失效分析技术
图像处理
结构方程模型
图像分割算法
催化剂再生
策略
可读存储介质
催化剂载体
工况
数据采集模块
处理器
诊断系统
诊断模块
系统为您推荐了相关专利信息
盾构姿态预测方法
门控循环单元网络
多头注意力机制
数据
特征选择
注意力机制
多尺度特征学习
补丁
数据
混合损失函数
故障反馈装置
充电电缆
故障反馈方法
数据分析模块
历史故障数据