一种基于加权水平可见图的旋转机械故障诊断方法

摘要

本发明公开了一种基于加权水平可见图的旋转机械故障诊断方法，本方法将传感器时序信号转换为水平可见图，可以在保持时间序列非线性动态特性的同时，引入图的拓扑结构特性，并利用采样序号的差值对边进行加权，以减弱时序上相距过远但仍有连接的影响。进一步地，使用图神经网络对转换得到的加权水平可见图进行学习，所使用的图神经网络聚合层使用不同线性变换函数对中心节点和邻接节点加权聚合，有效提高模型表达能力。本发明将传感器时序信号转换为加权水平可见图，结合图神经网络，可以挖掘更多有助于故障诊断的特征，有效提高故障诊断精度。