.png){kind=icon}
返回
Towards high-speed elevator fault diagnosis: A ParallelGraphNet driven multi-sensor optimization selection method
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ymssp.2025.112450.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
由于高速电梯操作系统的复杂性，单个传感器可能无法全面捕捉其故障特征。此外，手动传感器布置限制了故障特征的反映，未能利用传感器的空间优势，阻碍了进一步发展。为解决这些局限性，提出了一种通过识别具有全局信息增益的位置来选择多个传感器位置的最优化方法。此外，引入了ParallelGraphNet（带有并行图构建层和并行池化层的图卷积网络），该网络并行构建节点图和分段图，深度整合所采集信号的空间和时间特征。此外，在图卷积层后引入两个并行池化层，以更好地提取多尺度特征同时保留原始特征。在构建的高速电梯平台和公开可用的变速箱数据集上进行了实验，以验证所提出方法的有效性。从多个角度进行了比较实验，证实所提出的方法能够有效选择传感器，提高传感器采集效率及故障诊断精度。代码库可通过https://github.com/FELIZHANG/TWO_LAYER_GRAPH/tree/main获取。
Keyword:
Fault diagnosis
Graph convolutional network
Elevator
Sensors
期刊
IF:
8.9
论文数:
1.3W
被引数:
6.6W
机构
引用论文
Multi-sensor data fusion-enabled semi-supervised optimal temperature-guided PCL framework for machinery fault diagnosis.png)
INFORMATION FUSION
INFORMATION FUSIONIF15.5
PREAI
分享收藏A multi-objective optimization strategy of load-dependent sensor number determination and placement for on-orbit modal identification基于载荷的传感器数量确定和布置的在轨模态识别多目标优化策略MEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏A Hybrid Prognostics Approach for Estimating Remaining Useful Life of Rolling Element Bearings一种用于估计滚动轴承剩余使用寿命的混合预测方法
PREAI
分享收藏
查看更多内容