基于邊緣圖注意力網(wǎng)絡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，通過結合可視圖算法和邊緣圖注意力網(wǎng)絡(EGAT),將基于非歐幾里德空間的不規(guī)則數(shù)據(jù)應用到軸承故障診斷領域。診斷過程分為兩步：利用可視圖算法將原始信號轉化為圖數(shù)據(jù)；利用EGAT對故障特征進行學習，然后即可進... （共6頁）