基于小波图卷积的故障诊断方法及系统技术方案

本申请提供一种基于小波图卷积的故障诊断方法及系统，基于小波图卷积的故障诊断方法包括：基于多贝西小波提取信号的多尺度的时频特征，并获得多个尺度的小波分量；针对每个尺度的小波分量进行时频分析，并获得对应的小波系数以及时频域信息；构建结合相似度注意力机制的多尺度图卷积网络，并提取多尺度的时频图特征；融合多尺度的时频图特征，并获得一多尺度融合特征；获得复合故障的标签。该基于小波图卷积的故障诊断方法可以解决不同故障源所产生的故障冲击之间可能存在复杂的非线性和强耦合关系，导致现有的齿轮箱的故障诊断方法故障诊断的准确性和快速性不高的技术问题。故障诊断的准确性和快速性不高的技术问题。故障诊断的准确性和快速性不高的技术问题。

【技术实现步骤摘要】
基于小波图卷积的故障诊断方法及系统


[0001]本申请涉及旋转机械零部件的故障诊断
，具体涉及一种基于小波图卷积的故障诊断方法及系统。

技术介绍

[0002]由于具有较强的承载力、紧凑的结构、平稳准确的传动力以及较高的传动效率，齿轮箱是风机等大型设备中机械系统重要传动部件，在风力发电机、直升机、汽车、农业机械、冶金机械等大型复杂机械装备中得到了广泛的应用。通过使用齿轮箱改变转速和转矩，使得机械设备可以实现传递动力、改变速度、调整方向等功能。
[0003]在复杂系统中，故障概率和故障严重程度较简单系统和随机系统较高。故障的出现具备随机性、继发性、并发性、爆发性、隐蔽性等性质，多个故障发生或存在的情况成为常态。受恶劣工作环境、强负荷、高速、长期连续运行等工作状态的影响，齿轮箱中一些典型的零部件，如齿轮、滚动轴承均容易出现各种类型的故障，并且齿轮故障通常发生在单个齿面或者很少的齿面上，通常都是复合故障。
[0004]在复合故障研究中，常用的复合故障方法有统计学方法：基于概率统计理论，利用数据分析和建模技术对复合故障进行诊断常用的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小波图卷积的故障诊断方法，其特征在于，包括：基于多贝西小波提取信号的多尺度的时频特征，并获得多个尺度的小波分量；针对每个尺度的小波分量进行时频分析，并获得对应的小波系数以及时频域信息；构建结合相似度注意力机制的多尺度图卷积网络，并提取多尺度的时频图特征；融合多尺度的时频图特征，并获得一多尺度融合特征；获得复合故障的标签。2.根据权利要求1所述的基于小波图卷积的故障诊断方法，其特征在于，所述基于多贝西小波提取信号的多尺度的时频特征的步骤之前，还包括：针对原始信号使用小波进行去噪处理。3.根据权利要求2所述的基于小波图卷积的故障诊断方法，其特征在于，所述针对原始信号使用小波进行去噪处理的步骤包括：针对原始信号进行小波分解，获得其小波系数和近似系数；判断小波系数是否大于一阈值，若是，保留该小波系数，若否，设置该小波系数为0；针对筛选后的小波系数和近似系数进行逆小波变换。4.根据权利要求1所述的基于小波图卷积的故障诊断方法，其特征在于，所述基于多贝西小波提取信号的多尺度的时频特征，并获得多个尺度的小波分量的步骤包括：基于多贝西小波分解信号x(t)，并获得多个尺度的小波分量，分解公式为：其中，和表示db6小波的低通滤波器和高通滤波器，ψ
j,k
(t)和φ
j,k
(t)表示小波基函数，J表示小波分解的层数，N表示滤波器的长度。5.根据权利要求1所述的基于小波图卷积的故障诊断方法，其特征在于，所述针对每个尺度的小波分量进行时频分析，并获得对应的小波系数以及时频域信息的步骤包括：针对每个尺度的小波分量进行时频分析，并获得对应的小波系数，小波系数的计算公式为：其中，c
i,k
表示小波系数，j表示小波分解的层数，k表示小波系数的下标，ψ
j,k
(n)表示小波基函数在时域的离散形式；根据小波系数获得信号在不同尺度上的时频域信息。6.根据权利要求1所述的基于小波图卷积的故障诊断方法，其特征在于，所述构建结合相似度注意力机制的多尺度图卷积网络，并提取多尺度的时频图特征的步骤包括：利用注意力机制计算节点之间的注意力权重a
i,j
，权重系数a
i,j
表达式为：其中，a
i,j
表示计算得到的i,j节点间的权重，节点k是...

【专利技术属性】
技术研发人员：卢一相，桂如思，高清维，竺德，孙冬，赵大卫，彭思远，
申请(专利权)人：安徽大学，
类型：发明
国别省市：