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！

龙图腾网获悉国能数智科技开发(北京)有限公司申请的专利基于条件生成对抗网络的离心泵故障诊断方法及装置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：CN116805050B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310532336.1，技术领域涉及：G06F18/24；该发明授权基于条件生成对抗网络的离心泵故障诊断方法及装置是由杨硕;秦少星;杨文英;高静设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本基于条件生成对抗网络的离心泵故障诊断方法及装置在说明书摘要公布了：本发明实施例提供一种基于条件生成对抗网络的离心泵故障诊断方法及装置，属于设备故障诊断技术领域。通过获取离心泵轴承的实时振动信号；对实时振动信号进行预处理，得到待诊断数据，然后将待诊断数据输入至预置的故障诊断模型中，得到诊断结果；其中，预置的故障诊断模型是通过对样本数据进行数据平衡判断，得到不平衡数据，并利用训练好的条件生成对抗网络对不平衡数据进行样本生成，得到虚拟样本；再利用虚拟样本及样本数据训练卷积神经网络得到的。有效解决了现有方法中由于数据不平衡分布导致的离心泵轴承故障识别精度低的问题。针对平衡数据与不平衡数据采取不同的流程方案，大幅地提高了模型训练的速度，同时也提高了故障诊断的精确度。

本发明授权基于条件生成对抗网络的离心泵故障诊断方法及装置在权利要求书中公布了：1.一种基于条件生成对抗网络的离心泵故障诊断方法，其特征在于，包括： 获取离心泵轴承的实时振动信号； 对所述实时振动信号进行预处理，得到待诊断数据； 将所述待诊断数据输入至预置的故障诊断模型中，得到诊断结果；其中，所述故障诊断模型通过以下方式得到： 对样本数据进行数据平衡判断，得到不平衡数据； 利用训练好的条件生成对抗网络对所述不平衡数据进行样本生成，得到虚拟样本； 利用所述虚拟样本及所述样本数据对卷积神经网络进行训练，得到故障诊断模型； 其中，所述样本数据包括故障数据集和健康数据集；所述故障诊断模型通过以下方式得到： 对所述样本数据中的故障数据集进行数据平衡判断，得到不平衡数据； 将所述不平衡数据采用训练好的条件生成对抗网络进行数据增强，得到虚拟故障数据集； 根据所述虚拟故障数据集、故障数据集和健康数据集，构建得到平衡数据集； 根据所述平衡数据集对卷积神经网络进行训练，得到故障诊断模型； 其中，所述条件生成对抗网络由生成器和判别器构成； 将所述不平衡数据采用训练好的条件生成对抗网络进行数据增强，得到虚拟故障数据集，包括： 根据所述样本数据对条件生成对抗网络进行训练，得到训练好的条件生成对抗网络； 采用所述训练好的条件生成对抗网络中的生成器对所述不平衡数据进行数据增强，得到虚拟故障数据集； 其中，所述根据所述样本数据对条件生成对抗网络进行训练，得到训练好的条件生成对抗网络，包括： A1：随机生成噪声数据，并将所述噪声数据与预置的表示类别信息的数据合并，得到第一输入数据； A2：将所述第一输入数据作为所述生成器的输入，经过一层全连接层进行数据拓展，得到拓展数据； A3：对所述拓展数据进行多次上采样，得到虚拟数据；其中，每次上采样将所述拓展数据扩展为原来的二倍； A4：将所述不平衡数据与所述表示类别信息的数据合并，得到第二输入数据，并将所述虚拟数据与所述表示类别信息的数据合并，得到第三输入数据； A5：将所述第二输入数据和所述第三输入数据输入至所述判别器，得到信号是真实数据的概率； A6：根据目标函数分别计算得到所述生成器与所述判别器的损失值，并基于所述损失值反向计算得到梯度，根据所述梯度更新调整所述条件生成对抗网络的权重； A7：判断所述信号是真实数据的概率和所述虚拟数据是否满足预置的条件；在满足预置的条件的情况下，得到训练好的条件生成对抗网络；在不满足预置的条件的情况下，执行A1-A6。

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国能数智科技开发(北京)有限公司，其通讯地址为：100000 北京市东城区安外西滨河路19号中轴国际西侧7A；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”。