DL00420一种新的基于动态图注意力网络和标签传播策略的半监督故障诊断方法

提出了一种新的半监督机械故障诊断方法，称为标签传播策略和动态图注意力网络(LPS-DGAT)。

该方法旨在解决基于图神经网络(GNNs)的半监督故障诊断研究中存在的一些问题，例如缺乏标签信息挖掘、邻居节点静态特征提取以及相对理想的诊断场景。

在工程实践中，机械通常在启停过程等速度波动下运行，并且标记样本变得越来越昂贵。

提出的方法使用了标签传播策略和动态图注意力网络。

设计的标签传播策略能够充分利用样本之间的标签依赖关系，从而实现有限标签信息的充分利用。

通过动态注意力构建的图注意力网络可以在速度波动下有效提取不同邻居节点的特征信息。

应用于带有速度波动的轴承和齿轮的振动信号分析，并通过比较实验结果显示，即使在标记率不超过1%的极端情况下，所提出的方法仍可以准确提取具有区分性的特征，并诊断出不同的故障模式，比其他GNNs方法效果更好。

ID:13598

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/736981777825.html