公开(公告)号：CN109100142A

公开(公告)日：2018-12-28

申请号：CN201810672129.5

申请日：2018-06-26

Applicant: 北京交通大学

Inventor： 王志鹏 ,  陈欣安 ,  贾利民 ,  张蛰 ,  秦勇 ,  王宁 ,  耿毅轩

IPC: G01M13/04

Abstract: 本发明提供一种基于图论的轴承半监督故障诊断方法，该方法首先利用可视图算法将通过传感器得到的轴承原始振动加速度信号转换成复杂网络；再计算复杂网络的结构参数，提取度分布的均值和标准差及网络复杂指数；最后利用基于图的半监督学习处理无标签样本，实现轴承故障诊断。本发明基于少量的标签样本和无标签样本，本发明实现了变工况且样本类别不平衡下情况下的轴承故障诊断，故障识别准确率高，具有显著的使用价值。

公开(公告)号：CN109100142B

公开(公告)日：2019-09-13

申请号：CN201810672129.5

申请日：2018-06-26

Applicant: 北京交通大学

Inventor： 王志鹏 ,  陈欣安 ,  贾利民 ,  张蛰 ,  秦勇 ,  王宁 ,  耿毅轩

IPC: G01M13/045

Abstract: 本发明提供一种基于图论的轴承半监督故障诊断方法，该方法首先利用可视图算法将通过传感器得到的轴承原始振动加速度信号转换成复杂网络；再计算复杂网络的结构参数，提取度分布的均值和标准差及网络复杂指数；最后利用基于图的半监督学习处理无标签样本，实现轴承故障诊断。本发明基于少量的标签样本和无标签样本，本发明实现了变工况且样本类别不平衡下情况下的轴承故障诊断，故障识别准确率高，具有显著的使用价值。