一种基于ICBL的采煤机截割部齿轮箱智能故障诊断方法

本发明公开了一种基于ICBL的采煤机截割部齿轮箱智能故障诊断方法，先采集不同故障类型的振动数据；并将数据随机分成训练数据集和测试数据集，且在训练数据集中设置不平衡度；接着利用随机超图卷积机制能够快速高效地将采煤机截割部齿轮箱振动数据的复杂结构信息嵌入到改进型级联宽度学习模型中，极大提高了改进型级联宽度学习模型所学故障特征的判别性；同时根据数据类别间的比例信息，设计了类特异性权重分配策略，能够使改进型级联宽度学习模型更加关注少数类样本，提高了对不平衡数据的故障诊断性能，通过随机超图卷积机制和类特异性权重分配策略相结合的方式，最终有效提高对采煤机截割部齿轮箱故障诊断的精度。