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！

龙图腾网获悉湖南大学申请的专利一种变速工况下的机械故障检测方法、装置、介质和设备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：CN120067874B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510541441.0，技术领域涉及：G06F18/2415；该发明授权一种变速工况下的机械故障检测方法、装置、介质和设备是由邵海东;高屹;刘侃;钟翔;张海成;颜深设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种变速工况下的机械故障检测方法、装置、介质和设备在说明书摘要公布了：本发明公开了一种变速工况下的机械故障检测方法、装置、介质和设备，涉及故障检测技术领域。现有的方法难以同时灵活捕获数据的多尺度特征，影响检测效果。因此本发明提出了一种机械故障检测方法：首先构建了稀疏阈值图，通过灵活调整以匹配变速数据特性，同时通过随机删除边以增强模型的鲁棒性。其次通过注意力图卷积层结构高效捕获不同层次的图结构信息，提升模型对复杂图数据的表达能力；最后，自适应损失权重策略通过计算损失比值动态调整权重分配，聚焦难诊断的故障类型，增强模型的故障检测性能。该方法在变速工况数据集上能够有效适应速度变化特性，展现出更高的检测准确性与鲁棒性。

本发明授权一种变速工况下的机械故障检测方法、装置、介质和设备在权利要求书中公布了：1.一种变速工况下的机械故障检测方法，其特征在于，包括： 构建神经网络，所述神经网络包括并行的单头注意力机制层、双头注意力机制层和三头注意力机制层，与单头、双头和三头注意力机制层输出端一一对应连接的单头动态特征融合层、双头动态特征融合层和三头动态特征融合层，与单头、双头和三头动态特征融合层输出端同时连接的全连接层； 获取机械设备在变速工况下不同类型的变速故障图数据，基于不同类型的变速故障图数据构建数据集；使用数据集对神经网络进行训练，获得故障诊断模型； 所述使用数据集对神经网络进行训练，具体包括： 使用交叉熵损失函数计算神经网络输出的预测故障类型标签与真实故障类型标签的初始损失； 基于ALW策略动态计算不同类型故障的损失比值，并引入引导因子以自适应调整各故障类型的权重分配，获得总损失： 其中，C是引导因子；N是故障类型总数量；et是训练阶段t时刻的epoch；emax是最大epoch；l是故障类型标签，l＝{1,2,3...,N}；是训练阶段t时刻第l类故障类型的初始损失；是训练阶段t-1时刻第l类故障类型的初始损失；是训练阶段t时刻第l类故障类型的训练速度；训练阶段t时刻第l类故障类型的损失权重；Losst是训练阶段t时刻的总损失： 以总损失最小作为优化器的优化目标，使用优化器对神经网络中的参数进行迭代更新； 将待检测变速故障图数据输入到故障诊断模型中，通过单头注意力机制层、双头注意力机制层和三头注意力机制层中的单注意力头、双注意力头和三注意力头分别对变速故障图数据进行不同尺度的特征提取，获得单头故障特征图、双头故障特征图和三头故障特征图；通过单头动态特征融合层、双头动态特征融合层和三头动态特征融合层分别对单头故障特征图、双头故障特征图和三头故障特征图进行自适应特征加权融合操作，获得单头故障加权特征图、双头故障加权特征图和三头故障加权特征图；通过全连接层将单头故障加权特征图、双头故障加权特征图和三头故障加权特征图拼接后进行概率预测，输出待检测变速故障图数据对应的故障类型标签。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路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”。