关键词：水力机械;卷积神经网络;图卷积网络;故障诊断
摘 要：水力机械设备在当前国民生产中扮演着重要角色，其安全稳定运行至关重要。针对单一深度特征难以有效反映机组故障信息的难题，提出了基于卷积神经网络与图卷积网络特征融合的水力机械设备故障诊断模型。首先利用卷积神经网络获取水力机械设备监测信号卷积深度特征，同时利用快速傅里叶变换获取监测信号频谱值，构建监测信号图数据，建立图卷积网络提取样本关联特征。然后利用注意力机制对不同类型特征进行加权求和实现多模态特征融合。最后利用全连接层实现设备的故障诊断。通过水电机组、水泵主机组故障实测数据以及轴承故障数据进行验证，结果表明所提模型能有效实现水力机械设备故障诊断。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取