买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安交通大学

摘要：公开了基于时域图卷积网络的核电循环水泵行星齿轮箱检测方法，方法中，采集核电循环水泵行星齿轮箱监测数据，采用Max‑min归一化方法对监测数据进行归一化处理；归一化处理后的监测数据划分为N个样本，将每M个样本构成一个连通无向图，每个样本视为图的一个节点，每个样本节点有M‑1条边与其相连，构建时域图卷积网络模型；将训练集的样本输入时域图卷积网络模型以训练模型，通过argmax函数求出模型参数；用测试集验证时域图卷积网络模型，构建混淆矩阵评估模型。

主权项：1.一种基于时域图卷积网络的核电循环水泵行星齿轮箱检测方法，其特征在于，其包括以下步骤：第一步骤，采集核电循环水泵行星齿轮箱监测数据，采用Max-min归一化方法对监测数据进行归一化处理： 其中，minA和maxA分别为监测数据构成的数据集的最小值和最大值，A为某组数据集；x为监测数据，x’为经过Max-min归一化后的监测数据，所述监测数据包括核电循环水泵行星齿轮箱正常运行的健康数据、太阳轮中度剥落数据、太阳轮中度点蚀数据、行星轮中度剥落数据和行星轮中度点蚀数据；第二步骤，归一化处理后的监测数据划分为N个样本，每个样本长度为M，其中，N为正整数；M为正整数，为超参数，随机划分样本为训练集和测试集；第三步骤，将每M个样本构成一个连通无向图，每个样本视为图的一个节点，每个样本节点有M-1条边与其相连，其中，M为正整数，为超参数；第四步骤，基于连通无向图构建时域图卷积网络模型，其中，其包括函数为convGCN的两层卷积图神经网络，每层convGCN函数的输入通道数为进入图卷积层数据的维数，输出通道数与下一层卷积图神经网络的输入通道数相等，最后一层输出通道数为故障分类数，在两层convGCN函数之间设置激活函数为ReLU，损失函数为交叉熵损失函数；第五步骤，将训练集的样本输入时域图卷积网络模型，训练时域图卷积网络模型直至分类准确率收敛，通过argmax函数求出时域图卷积网络模型参数；第六步骤，用测试集验证时域图卷积网络模型，构建混淆矩阵C以评估时域图卷积网络模型，其纵坐标反映真实的健康和故障类别，横坐标反映模型预测的健康和故障类别，其中元素记为cij，i表示预测类别中第i个元素，j代表真实类别中第j个元素，i，j为正整数。

全文数据：

权利要求：

百度查询： 西安交通大学 基于时域图卷积网络的核电循环水泵行星齿轮箱检测方法