公开(公告)号：CN116502175A

公开(公告)日：2023-07-28

申请号：CN202310254802.4

申请日：2023-03-15

申请人： 华南理工大学

发明人： 吴百礼 ,  李巍华 ,  赵荣超 ,  陈祝云 ,  贺毅

IPC分类号： G06F18/25 ,  G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种图神经网络故障诊断方法、装置和存储介质，其中方法包括：采集旋转机械在不同实验工况下的振动加速度信号，根据振动加速度信号获取样本，并对样本进行标注，获得样本数据集；构建用于识别不同工况故障的多尺度时空信息融合驱动的图神经网络；根据样本数据集对图神经网络进行训练优化；在测试阶段，将不同工况的测试样本输入训练后的图神经网络，输出样本故障的概率分布，获取概率最大的故障为预测样本标签。本发明从多维时序信息特征提取出发，构造单分支下不同尺度大小的卷积核分别对原始振动信号进行不同尺度特征提取，有效克服了现有单尺度结构特征提取不足以及多分支结构计算量大的问题，可广泛应用于机械设备故障诊断领域。