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！

龙图腾网获悉浙江工业大学申请的专利一种基于生成对抗网络和自编码器的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：CN115238747B 。

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：202210928347.7，技术领域涉及：G06F18/241；该发明授权一种基于生成对抗网络和自编码器的故障诊断方法是由林培;梁利华;许杨剑设计研发完成，并于2022-08-03向国家知识产权局提交的专利申请。

本一种基于生成对抗网络和自编码器的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生成对抗网络和自编码器的故障诊断方法，包括：采集处于故障状态下机械设备的振动信号并进行预处理；将预处理后的真实样本送入一维卷积生成对抗网络中进行训练得到生成器；利用生成器生成故障样本，并结合真实样本构建故障训练集；构建一维卷积自编码器，并利用故障训练集对一维卷积自编码器进行训练得到故障分类模型；利用故障分类模型对待检测的机械设备的振动信号进行分类，实现针对机械设备的故障诊断。解决了实际场景下故障数据样本较少、生成数据质量不高的问题。

本发明授权一种基于生成对抗网络和自编码器的故障诊断方法在权利要求书中公布了：1.一种基于生成对抗网络和自编码器的故障诊断方法，用于机械设备故障诊断，其特征在于，所述基于生成对抗网络和自编码器的故障诊断方法，包括： 步骤1、采集处于故障状态下机械设备的振动信号并进行预处理； 步骤2、将预处理后的真实样本送入一维卷积生成对抗网络中进行训练得到生成器； 步骤3、利用生成器生成故障样本，并结合真实样本构建故障训练集； 步骤4、构建一维卷积自编码器，并利用所述故障训练集对所述一维卷积自编码器进行训练得到故障分类模型； 步骤5、利用故障分类模型对待检测的机械设备的振动信号进行分类，实现针对机械设备的故障诊断； 其中，所述一维卷积生成对抗网络由生成器和判别器组成，所述生成器由四层卷积层和三层上采样层构成，在前三层卷积层的每个卷积层后接入一个上采样层；所述判别器由四层卷积层、四层池化层以及一个全连接层构成，判别器中每个卷积层后接入一个池化层，最终由全连接层输出； 其中，所述一维卷积自编码器由编码层和解码层组成，所述编码层由三层卷积层、三层池化层和一个Flatten层组成，在每个卷积层后接入一个池化层，最后由Flatten层过渡到解码层；所述解码层由三个卷积层和两个上采样层组成，解码层中前两个卷积层的每个卷积层后接入一个上采样层，最后一个卷积层为卷积核数目为1、卷积核大小为3×1、步长为1的卷积层。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。