去噪图神经网络诊断方法

强噪声下稳健诊断

将加速度信号转为图结构并联合工况信息,用自适应去噪和GNN在强噪声与多工况下实现液压阀故障诊断。

Qiu, Zhiwei · 李万莉 · 唐堂 · Wang, Daozhi · Qiuping, Wang

Mechanical Systems and Signal Processing 2023

技术优势

强噪声下仍准确

自适应阈值去噪直接从原始数据学习阈值参数,有效降低干扰噪声,使后续图构建和诊断更可靠。

多工况下更稳健

将设备工况信息和加速度值同时编码为图节点,模型能利用多维信息,在工况变化时仍保持较高诊断精度。

利用信号拓扑关系

通过水平可视图将一维加速度信号转换为图结构,保留信号内部的拓扑关系,为诊断提供额外有用信息。

应用场景