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！

龙图腾网恭喜江苏科技大学申请的专利一种基于多源子域适应网络的旋转机械跨域故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115374820B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211012581.1，技术领域涉及：G06F18/214；该发明授权一种基于多源子域适应网络的旋转机械跨域故障诊断方法是由周宏根;李晨昀;李炳强;刘金锋;吴超;康超;陈宇;谢阳设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本一种基于多源子域适应网络的旋转机械跨域故障诊断方法在说明书摘要公布了：本发明公开了一种基于多源子域适应网络的旋转机械跨域故障诊断方法，包括：获取故障轴承振动信号；对振动信号进行小波包变换；引入深度卷积生成对抗网络对目标域数据进行扩充；通过预训练的深度残差网络获取多源域的共享特征；应用多分支并联结构，使用局部最大均值差异对齐每个源域和目标域的子域；根据局部均值差异度量损失的大小设置加权模块；采取损失最小，距离最近的选取准则，实现多源域联合诊断。本发明适用于多工况样本少的旋转机械故障诊断，整体上可有效提高不同工况下的小样本轴承故障诊断的稳定性及可靠性。

本发明授权一种基于多源子域适应网络的旋转机械跨域故障诊断方法在权利要求书中公布了：1.一种基于多源子域适应网络的旋转机械跨域故障诊断方法，其特征在于，包括如下步骤： S1：获取旋转机械不同转速工况下的振动信号； S2：引入深度卷积生成对抗网络作为样本生成器对步骤S1获取的小样本振动信号进行数据扩充； S3：将训练好的深度残差网络作为共享特征提取器对步骤S2扩充后的振动信号和多个源域振动信号数据集进行共享特征提取； S4：应用多分支并联结构作为域特定特征提取器和域特定特征分类器，使用局部最大均值差异对齐每个源域和目标域的子域； S5：根据局部均值差异度量损失的大小设置加权模块； S6：采取损失最小，距离最近作为分类器选取准则，实现多源域联合诊断，判断故障类型； 步骤S4具体为： B1：针对各个源域设置特定的特征空间；只考虑单个网络分支，通过LMMD进行度量的损失为： B2：对各特定特征空间的损失进行加权，通过LMMD进行度量的源域和目标域损失表示如下： 其中，ωj为各源域对应的权重，Gj·为源特定特征提取器，通过给各源域加权可以得出重组源域和目标域的实际距离； B3：域特定分类器通过接收域特定特征提取器的输出特征，并输出其概率分布，其分类损失为： 源域数据集为： XS＝{ZS1,ZS2,ZS3,...ZSL} 其中，ZSl为XS的子类，L为子类别数； B4：对源域和目标域相同子类进行映射后的距离度量： B5：重组源域的数据集和分类损失为： 步骤S5中根据局部均值差异度量损失的大小设置加权模块，其公式为： 权重分配器ωj本质上是一个二分类判别器，依据每个源域和目标域的分布距离来判断子域的来源： 其中，源域序号j∈{1,2,3...N}，子领域序号l∈{1,2,3...L}。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏科技大学，其通讯地址为：212003 江苏省镇江市京口区梦溪路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。