[发明专利]一种基于图神经网络的氧气顶吹转炉小样本故障诊断方法有效
| 申请号： | 202210233730.0 | 申请日： | 2022-03-10 |
| 公开（公告）号： | CN114580108B | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 曹洁;陈泽阳;王进花;陈伟;蒋栋年;李亚洁 | 申请（专利权）人： | 兰州理工大学 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;G06F30/27;G06F18/22;G06F18/214;G06N3/0464;G06N3/084;G06F119/10 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 李冉 |
| 地址： | 730050 *** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图神经网络的氧气顶吹转炉小样本故障诊断方法，包括以下步骤：S1、获取待处理样本，去除样本噪声，对样本建模，得到完全图；S2、基于完全图，构建先验知识库与图的拓扑结构；S3、构建PGAT模型，并对其进行训练；S4、基于训练后的PGAT模型进行故障诊断。将有标签样本和无标签样本有规律地连接在一起，通过引入图注意力机制计算得到先验知识库与无标签样本之间相似程度；由于模型实现故障诊断的方式是通过对比先验知识库与无标签样本之间的相似程度，所以新加入的样本不完全依赖于图的拓扑结构，解决了图卷积神经网络不易于扩展的问题，只有少量有效数据的条件下，相比其他算法具有更好的故障诊断精度。 | ||
| 搜索关键词： | 一种 基于 神经网络 氧气 顶吹 转炉 样本 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于兰州理工大学，未经兰州理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210233730.0/，转载请声明来源钻瓜专利网。
