基于邊緣圖注意力網(wǎng)絡(luò)的軸承智能故障診斷

摘要： 基于歐幾里德空間的數(shù)據(jù)包含著節(jié)點和邊的關(guān)系信息，比傳統(tǒng)的歐幾里得空間的數(shù)據(jù)具有更多信息。然而，傳統(tǒng)的圖卷積以及圖注意力網(wǎng)路注重于節(jié)點信息的提取，對于邊的信息利用不夠充分。對此，通過結(jié)合可視圖算法和邊緣圖注意力網(wǎng)絡(luò)(EGAT),將基于非歐幾里德空間的不規(guī)則數(shù)據(jù)應(yīng)用到軸承故障診斷領(lǐng)域。診斷過程分為兩步：利用可視圖算法將原始信號轉(zhuǎn)化為圖數(shù)據(jù)；利用EGAT對故障特征進行學(xué)習(xí)，然后即可進...