【技术实现步骤摘要】
本专利技术涉及机械故障预测，具体涉及一种基于图transformer的机械故障预测方法。
技术介绍
1、旋转机械在现代工业中扮演着关键的角色，广泛应用于航空、电力、化工等领域。然而，在恶劣环境和复杂工况下，旋转机械容易发生故障，据统计大约45%至55%的旋转机械和设备故障是由轴承部分的损坏引起的。因此，对旋转故障进行准确检测有助于提高机械可靠性、确保操作安全以及降低设备维护成本至关重要。监测数据直接反映机械的健康状况，因此从监测数据中准确确定旋转机械的健康状态成为当前研究的紧迫任务。
2、在预测机械健康状态时，通过传感器获得机械运作时的信号信息，并通过所获得的信号判断机械故障与否。由于信号处理方法和传统的智能诊断方法都依赖于人工特征提取和选择，操作人员必须具备丰富的知识，且旋转机械系统的信号信息通常涉及到复杂的非线性关系，传统的线性方法可能无法充分捕捉到这种复杂信息。基于此，研究人员开发了基于深度学习的故障预测方法。以各种神经网络为代表的深度学习算法具有强大的特征提取能力，对信号信息进行建模，提取信号特征用于故障预测任务，且...
【技术保护点】
1.一种基于图Transformer的机械故障预测方法，其特征在于，具体包括如下步骤：
2.根据权利要求1所述的一种基于图Transformer的机械故障预测方法，其特征在于，步骤S1具体包括如下步骤：
3.根据权利要求2所述的一种基于图Transformer的机械故障预测方法，其特征在于，步骤S1.2具体包括如下步骤：
4.根据权利要求1所述的一种基于图Transformer的机械故障预测方法，其特征在于，步骤S2具体包括如下步骤：
5.根据权利要求4所述的一种基于图Transformer的机械故障预测方法，其特征在于...
【技术特征摘要】
1.一种基于图transformer的机械故障预测方法，其特征在于，具体包括如下步骤：
2.根据权利要求1所述的一种基于图transformer的机械故障预测方法，其特征在于，步骤s1具体包括如下步骤：
3.根据权利要求2所述的一种基于图transformer的机械故障预测方法，其特征在于，步骤s1.2具体包括如下步骤：
4.根据权利要求1所述的一种基于图transformer的机械故障预测方法，其特征在于，步骤s2具体包括如下步骤：
5....
【专利技术属性】
技术研发人员：李臻，牛东江，张元明，姜伟，张志鑫，
申请(专利权)人：青岛大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。