清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Bearing fault diagnosis method based on a multi-head graph attention network

Softmax函数 计算机科学 判别式 人工智能 模式识别(心理学) 特征学习 分类器(UML) 图形 深度学习 方位(导航) 断层(地质) 数据挖掘 机器学习 理论计算机科学 地质学 地震学
作者
Li Jiang,Xingjie Li,Lin Wu,Yibing Li
出处
期刊:Measurement Science and Technology [IOP Publishing]
卷期号:33 (7): 075012-075012 被引量:37
标识
DOI:10.1088/1361-6501/ac56f1
摘要

Abstract The bearing is the core component of mechanical equipment, and attention has been paid to its health monitoring and fault diagnosis. Bearing fault diagnosis technology based on deep learning has been widely developed because of its powerful feature learning and fault classification ability. However, the traditional deep learning-based bearing fault diagnosis methods fail in mining the relationship between signals explicitly, which is beneficial to fault classification. Therefore, this paper proposes a new method based on a multi-head graph attention network (MHGAT) for bearing fault diagnosis. Firstly, it employs dynamic time warping to transform the original vibration signals into graph data with topological structure, so as to exploit the intrinsic structural information of the independent samples. Next, the graph data is input into the MHGAT, and the weights of neighbor nodes are learned automatically. Then, the MHGAT extracts the discriminative features from different scales and aggregates them into an enhanced, new feature representation of graph nodes through the multi-head attention mechanism. Finally, the enhanced, new features are fed into the SoftMax classifier for bearing fault diagnosis. The effectiveness of the proposed method is examined by two bearing datasets. The superiority of the proposed method is verified by comparison to traditional deep learning diagnosis models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
王磊完成签到 ,获得积分10
38秒前
42秒前
虚幻元风完成签到 ,获得积分10
1分钟前
1分钟前
zzuzll完成签到,获得积分10
1分钟前
英俊的铭应助帮帮我好吗采纳,获得10
2分钟前
慕青应助帮帮我好吗采纳,获得10
3分钟前
3分钟前
cc完成签到 ,获得积分10
3分钟前
3分钟前
斯文败类应助帮帮我好吗采纳,获得10
3分钟前
貔貅完成签到,获得积分10
4分钟前
HL完成签到,获得积分10
4分钟前
搜集达人应助帮帮我好吗采纳,获得10
4分钟前
4分钟前
无限的老九完成签到,获得积分10
4分钟前
ranj完成签到,获得积分10
6分钟前
6分钟前
6分钟前
鳗鱼起眸发布了新的文献求助10
6分钟前
7分钟前
chnz3636发布了新的文献求助10
7分钟前
8分钟前
theseus完成签到,获得积分10
8分钟前
8分钟前
共享精神应助帮帮我好吗采纳,获得10
9分钟前
9分钟前
9分钟前
10分钟前
10分钟前
10分钟前
11分钟前
11分钟前
11分钟前
11分钟前
冬去春来完成签到 ,获得积分10
12分钟前
Jasper应助枯藤老柳树采纳,获得30
12分钟前
酷波er应助帮帮我好吗采纳,获得10
12分钟前
12分钟前
12分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137021
求助须知:如何正确求助?哪些是违规求助? 2787992
关于积分的说明 7784214
捐赠科研通 2444073
什么是DOI,文献DOI怎么找? 1299719
科研通“疑难数据库(出版商)”最低求助积分说明 625497
版权声明 600997