基于图神经网络与知识图谱的气缸盖多故障整体诊断方法

摘要

本发明公开智能故障诊断领域中的一种基于图神经网络与知识图谱的气缸盖多故障整体诊断方法，通过传感器采集船用柴油机气缸盖振动数据，并对其进行预处理，然后构建故障训练数据集；再构建关系图卷积网络模型并训练网络，基于Matlab的Neo4j访问接口创建故障知识图谱，并通过Neo4j图数据库进行可视化展示，将所有故障模型与知识图谱中的故障实体通过构建映射表联系起来，通过映射表，将关系图卷积网络扩展到知识图谱中的推理任务中，将故障特征输入关联后的故障知识图谱中进行检索，得到故障知识图谱中对应的故障实体的解释，从而判定出故障，实现船用柴油机气缸盖多故障整体诊断决策的快速响应，提高故障诊断的准确率。