基于圖卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷

摘要： 滾動(dòng)軸承在噪聲環(huán)境下發(fā)生故障時(shí)其振動(dòng)信號往往呈現(xiàn)出非平穩(wěn)、特征混疊、故障特征易被噪聲淹沒等特點(diǎn)，為更有效地挖掘其在強(qiáng)噪聲環(huán)境中的故障特征，提高診斷準(zhǔn)確率，提出一種基于圖卷積神經(jīng)網(wǎng)絡(luò)（Graph Convolutional Networks,GCN）的滾動(dòng)軸承故障診斷方法。首先，通過快速傅里葉變換（Fast Fourier Transform,FFT）將振動(dòng)信號轉(zhuǎn)化為頻域信號，并...