重庆大学汤宝平获国家专利权
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!
龙图腾网获悉重庆大学申请的专利大型旋转机械多源异构数据特征提取方法及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:CN115062720B 。
龙图腾网通过国家知识产权局官网在2025-06-27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:202210771293.8,技术领域涉及:G06F18/213;该发明授权大型旋转机械多源异构数据特征提取方法及故障诊断方法是由汤宝平;包磊;谷新宇;李琪康;刘小莉设计研发完成,并于2022-06-30向国家知识产权局提交的专利申请。
本大型旋转机械多源异构数据特征提取方法及故障诊断方法在说明书摘要公布了:本发明提供了一种大型旋转机械多源异构数据特征提取方法及故障诊断方法,该多源异构数据特征提取方法,针对大型旋转机械关联的文本数据、表格数据和时序数据分别采用不同的数据特征编码方式,通过对文本数据和表格数据做分句和分词处理后进行词嵌入编码,通过对时序数据做分段切割后进行自编码,使得文本数据、表格数据和时序数据都被转换为统一数据维度的编码向量形态,作为各自的特征表征向量,并且较好的保留了三者各自所携带的运行状态信息和维护价值信息,进而使得三者的编码向量能够在统一数据维度下进行进一步的拼接融合及降维编码处理,作为大型旋转机械的多源异构数据特征向量,帮助更准确的进行大型旋转机械设备的故障诊断等应用。
本发明授权大型旋转机械多源异构数据特征提取方法及故障诊断方法在权利要求书中公布了:1.大型旋转机械多源异构数据特征提取方法,其特征在于,包括如下步骤: S1:获取大型旋转机械的多源异构数据;所述大型旋转机械的多源异构数据包括大型旋转机械关联的文本数据、表格数据和时序数据; S2:分别对文本数据的文本信息以及表格数据中每个单元格的文本信息进行分句和分词处理,得到对应的分句分词信息;步骤S2具体包括: S201:分别对文本数据的文本信息以及表格数据中每个单元格的文本信息进行分句处理,得到各文本信息分句的句段; S202:分别各对文本信息的各句段进行分词处理,得到各句段包含的特征词; S203:将文本数据中文本信息的各句段包含的特征词的集合作为文本数据的分句分词信息;将表格数据中每个单元格中文本信息的各句段包含的特征词的集合作为相应单元格分句分词信息; S3:对文本数据的分句分词信息进行词嵌入编码,将得到的文本数据的词编码向量作为文本数据的特征表征向量;步骤S3具体包括: S301:对文本数据的分句分词信息中各句段包含的每个特征词分别采用Bert模型进行词嵌入编码,得到每个特征词的1×B维的单词编码向量,B为Bert模型进行词嵌入编码的编码维度尺寸; S302:对于单个文本数据,通过concat方法将文本数据的分句分词信息中各句段所包含的特征词的单词编码向量进行拼接融合,得到文本数据的维的词编码向量,作为文本数据的特征表征向量;其中,mw表示对文本数据分句获得的句段数,nw,i表示文本数据的第i个句段包含的特征词数; S4:对表格数据中各个单元格的分句分词信息分别进行词嵌入编码,并对得到的表格数据的各个单元格的词编码向量进行拼接融合,得到表格数据的编码向量矩阵,作为表格数据的特征表征向量;步骤S4具体包括: S401:对表格数据的每个单元格的分句分词信息中各句段包含的每个特征词分别采用Bert模型进行词嵌入编码,得到每个特征词的1×B维的单词编码向量,B为Bert模型进行词嵌入编码的编码维度尺寸; S402:对于表格数据中的单个单元格,通过concat方法将单元格的分句分词信息中各句段所包含的特征词的单词编码向量进行拼接融合,得到单元格的维的词编码向量;其中,mc表示对单个单元格中文本信息分句获得的句段数,nc,i表示单个单元格中的文本信息的第i个句段包含的特征词数; S403:对于表格数据包含的N个元组×M个字段属性的各个单元格,先通过concat方法将同元组中M个不同字段属性的单元格的词编码向量进行拼接融合,得到维的元组编码向量;再以元组为单位,将表格数据包含的N个不同元组的元组编码向量进行拼接融合,得到表格数据的维的编码向量矩阵,作为表格数据的特征表征向量; S5:对时序数据进行分段切割,对时序数据切割所得的各个时序数据段利用预先训练的自编码器分别进行编码处理后进行拼接融合,得到时序数据的编码向量,作为时序数据的特征表征向量; S6:将大型旋转机械所关联的文本数据、表格数据和时序数据的特征表征向量进行拼接融合及降维编码处理,将得到低维融合特征向量作为大型旋转机械的多源异构数据特征向量。
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重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。