多阶加权图卷积网络

不平衡数据高精度诊断

通过多阶加权聚合与精细拓扑图构造，在不生成数据的前提下提升旋转机械不平衡故障诊断性能。

Zhichao, Jiang · Liu, Dongdong · 崔玲丽

Reliability Engineering and System Safety 2025

技术优势

不依赖数据生成

多阶权重图卷积层直接聚合不同距离的邻居信息，无需生成数据即可获得更广表示，避免数据生成带来的差异。

图表示更紧凑高效

精细特征拓扑图构造方法使特征拓扑图更紧凑高效，提升图表示能力。

不平衡下更稳

动态调整的标签平滑正则化损失提高了不平衡数据下模型的泛化能力，避免过拟合。

应用场景

• 旋转机械故障诊断：直接用于旋转机械振动数据的故障诊断，无需额外生成样本。
• 工业设备状态监测：在不平衡监测数据下仍能准确识别设备异常状态。
• 工业机器人维护：适用于机器人部件的不平衡故障样本诊断，减少对数据生成的依赖。
• 无人机状态监测：处理无人机监测数据中正常样本远多于故障样本的不平衡问题。
• 预测性维护：在不平衡数据下保持高泛化，支持精准的预测性维护决策。