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！

龙图腾网获悉西安电子科技大学申请的专利机理数据耦合驱动的变工况零样本机械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：CN115936074B 。

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：202211312804.6，技术领域涉及：G06N3/0475；该发明授权机理数据耦合驱动的变工况零样本机械故障诊断方法是由王奇斌;徐锟;孔宪光;黄乃宁;王俊佶;张行行设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本机理数据耦合驱动的变工况零样本机械故障诊断方法在说明书摘要公布了：本发明涉及机械参数模式识别方法，具体涉及一种机理数据耦合驱动的变工况零样本机械故障诊断方法，用于解决域泛化网络虽然能够实现新工况无数据的故障诊断，但是模型诊断性能依赖于源域数据的分布，未考虑新工况的工况信息与数据分布情况，泛化性能不足，导致诊断能力差的不足之处。该机理数据耦合驱动的变工况零样本机械故障诊断方法在建立工况转换关系时，提出基于二次多项式函数的故障序列转换模型，能够有效将旧工况真实数据转换为新工况转换数据，用于微调生成对抗网络参数，生成与新工况真实数据相似的生成数据。

本发明授权机理数据耦合驱动的变工况零样本机械故障诊断方法在权利要求书中公布了：1.机理数据耦合驱动的变工况零样本机械故障诊断方法，其特征在于，包括如下步骤： 步骤1、获取旧工况监督仿真数据集DSS1和新工况监督仿真数据集DSS2； 建立滚动轴承的非线性动力学模型；将旧工况的参数、新工况的参数输入滚动轴承的非线性动力学模型进行仿真，所述参数包括标签，以及轴承类型、转速、载荷、健康状态、缺陷尺寸中的一种或多种；将所获取的对应振动时域信号转为振动频域信号作为样本，依据标签将样本分别组成P个旧工况监督仿真数据集和P个新工况监督仿真数据集 为DSS1中的第i个样本及其标签，mSS1为DSS1样本数，为DSS2中的第i个样本及其标签，mSS2为DSS2样本数；P≥2； 步骤2、将标签相同的DSS1、DSS2组成一组仿真数据集，对P组仿真数据集分别依次执行步骤2.1至2.4； 步骤2.1、构建故障序列转换模型； 设置频域阈值T，过滤步骤1所得的DSS1、DSS2，分别得到过滤旧工况监督仿真数据集过滤新工况监督仿真数据集 利用二次多项式函数拟合与得到故障序列转换模型Ψ·；为中的第i个样本及其标签，为中的第i个样本及其标签； 步骤2.2、获取新工况监督转换数据DSC2： 获取旧工况下I个与DSS1参数相同的真实振动频域信号作为样本组成旧工况监督真实数据集将DSR1输入步骤2.1所得的故障序列转换模型Ψ·得到新工况监督转换数据I＝mSS1；为DSR1中的第i个样本及其标签，mSR1为DSR1样本数，为DSC2中的第i个样本及其标签，mSC2为DSC2样本数； 步骤2.3、构建并训练旧工况生成对抗网络； 构建旧工况生成对抗网络，采用DSR1和DSS1，依次对旧工况生成对抗网络的判别器D1、生成器G1的参数进行更新，最终得到生成器G1″、判别器D1″； 步骤2.4、构建并训练新工况生成对抗网络； 依据生成器G1″、判别器D1″设置新工况生成对抗网络的生成器G2、判别器D2的参数，构建新工况生成对抗网络；采用dSC2和DSS2，依次对新工况生成对抗网络的判别器D2、生成器G2的参数进行更新，最终得到生成器G2″、判别器D2″； 步骤3、获取新工况监督生成数据集DSG2； 将步骤1中三个DSS2输入步骤2.3所得的对应生成器G1″，得到对应新工况监督无微调生成数据集将三个D′SG1合并得到新工况监督无微调生成总数据集DSG1；将步骤1中三个DSS2输入步骤2.4所得的对应生成器G2″，得到对应新工况监督微调生成数据集 将三个D′SG2合并得到新工况监督微调生成总数据集DSG2；为D′SG1中的第i个样本及其标签，mSG1为D′SG1样本数，为D′SG2中的第i个样本及其标签，mSG2为D′SG2样本数； 步骤4、获取故障诊断结果； 采集新工况下滚动轴承的振动时域信号，并转换为振动频域信号作为样本组成新工况无监督真实数据集计算DSR2中每个样本与DSG2中每个样本之间的距离并进行排序；DSR2中每个样本的所属标签由DSG2中与其距离最小的I个样本的所属标签占比最高的确定，即可得到DSR2每个样本所属标签的预测结果；为DSR2中的第j个样本，mSR2为DSR2样本数，为DSG2中的第i个样本。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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”。