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！

龙图腾网获悉吉林大学申请的专利一种基于精细时移多尺度注意熵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：CN120354221B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510848478.8，技术领域涉及：G06F18/2411；该发明授权一种基于精细时移多尺度注意熵的故障诊断方法是由刘玉梅;周彦轩;刘勃辰;刘泊睿;王龙;胡婷;刘铭;郭雪;李宗尧;徐观;陈熔;林慧英;张立斌设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种基于精细时移多尺度注意熵的故障诊断方法在说明书摘要公布了：本发明属于滚动轴承故障诊断技术领域，具体涉及一种基于精细时移多尺度注意熵的故障诊断方法，步骤包括：采用精细时移滑窗的方法对原始数据进行粗粒度分割、计算各尺度下粗粒化时间序列的注意熵值、融合多尺度特征向量作为提取的故障特征，构建特征向量集并输入分类器中进行故障诊断。本方法不仅有效解决了传统多尺度熵方法在高尺度下熵值不稳定的问题，还在特征提取过程中避免了对超参数的依赖。实验结果显示本发明故障诊断方法在轴承数据集上的平均分类准确率超过99%，显著提高了滚动轴承故障诊断与识别能力。

本发明授权一种基于精细时移多尺度注意熵的故障诊断方法在权利要求书中公布了：1.一种基于精细时移多尺度注意熵的故障诊断方法，其特征在于：包括以下步骤： 步骤S1、信号采集：利用安装在滚动轴承上的高灵敏度加速度传感器，获取关键部件在正常状态以及故障状态下的振动信号，故障状态包括外圈微弱故障、滚动体微弱故障、内圈微弱故障、内圈中度故障、内圈严重故障；外圈故障位置包括负载区、垂直于负载区、远离负载区；以10-12kHz的采样频率采集轴承振动信号，振动信号采集过程严格遵循标准化的采集频率和数据精度要求，并将采集到的每一条原始振动信号随机分割为若干个数据长度一致、彼此间不重叠的独立样本； 步骤S2、特征提取：基于精细时移多尺度注意熵提取样本的故障特征，计算每个样本在一定尺度因子下的熵值，形成特征向量矩阵；步骤包括： 步骤S21、精细时移粗粒化过程：设尺度因子，通过逐步移动窗口对信号进行分段处理； 步骤S22、注意熵计算：首先进行关键模式提取，在每段样本中提取局部极大值与极小值，并记录其位置；再依据统计的极值间隔分布计算各尺度下粗粒化时间序列的注意熵值； 步骤S23、多尺度熵特征融合：将不同尺度下的注意熵进行组合，直到尺度因子达到最大尺度因子，得到精细时移多尺度注意熵集合，形成特征向量矩阵； 步骤S3、故障诊断：选取轻量级分类器，将提取出的多尺度注意熵特征向量与对应的标签作为输入进行训练，构建故障诊断模型；轻量级分类器包括K-近邻、支持向量机、极限学习机、逻辑回归、BP神经网络、决策树、随机森林、朴素贝叶斯中的一种； 将测试集中的特征向量输入训练好的分类器，实现对滚动轴承关键部件不同健康状态的自动识别与分类。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。