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！

龙图腾网获悉东南大学申请的专利基于Transformer神经网络的小样本结构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：CN115511063B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211405807.4，技术领域涉及：G06F18/241；该发明授权基于Transformer神经网络的小样本结构故障诊断方法是由徐佳文;汪娴;严如强设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本基于Transformer神经网络的小样本结构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Transformer神经网络的小样本机械结构故障诊断方法，利用压电传感器采集机械结构不同故障情况下的阻抗信号，利用PSD方法对采集的信号进行收集处理，再对信号进行合成得到幅值相位信号数据，采样后送入Transformer神经网络进行网络训练得到Transformer分类网络，输入待分类的信号即可利用Transformer对机械结构的故障进行诊断。本发明在进行机械结构故障诊断分类时能够在使用小样本的Transformer神经网络训练数据的情况下即可训练出有效的分类模型对大量检测数据进行分类，准确率较高的诊断出机械结构的故障类型，具有较高的实用性与可行性。

本发明授权基于Transformer神经网络的小样本结构故障诊断方法在权利要求书中公布了：1.一种基于Transformer神经网络的小样本机械结构故障诊断方法，其特征在于，包括以下步骤： 数据采集，利用压电传感器采集机械结构不同故障情况下的阻抗信号数据； 数据处理，利用PSD方法对采集的信号进行处理，对信号进行合成、采样、贴标签后得到幅相信号数据集； 模型训练，使用幅相信号数据集对Transformer神经网络进行训练得到Transformer分类模型； 数据分类，将压电传感器测得的待分类信号进行处理后输入Transformer分类模型，进行机械结构故障诊断，得到机械结构故障类型； 所述的模型训练中采用的Transformer神经网络由线性与位置编码层、编码层、组合层与线性分类层组成； 其中编码层用于保留数据的位置信息；线性与位置编码层用于从输入数据信号两个不同方向处理提取响应信号数据的特征；组合层用于将不同方向提取的数据特征进行组合；线性分类层用于将提取到的数据特征进行线性映射后诊断得到机械结构的故障类型；位置编码层将输入的一维数据信号切片处理成二维矩阵，按行将信号特征进行映射后加上位置编码信息输入编码层，按列将信号特征映射后直接输入编码层。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼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”。