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！

龙图腾网获悉东北大学秦皇岛分校;燕山大学申请的专利一种轧机多部件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：CN120388240B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510872874.4，技术领域涉及：G06V10/764；该发明授权一种轧机多部件的故障诊断方法是由侯东晓;程荣财;时培明设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种轧机多部件的故障诊断方法在说明书摘要公布了：本发明公开了一种轧机多部件的故障诊断方法，涉及故障诊断技术领域。获取轧机的多个部件的状态数据；通过格拉姆角差场将状态数据转化为RGB图像；将RGB图像转化为R、G、B通道的三个图像，并将每个通道的图像均转化为灰度图；分别对每个灰度图进行降维处理，并根据降维处理后的三个灰度图，得到降维后的RGB图像；将降维后的RGB图像输入至改进的ShuffleNetV2网络模型中，得到轧机的故障诊断结果；改进的ShuffleNetV2网络模型为在基础的ShuffleNetV2网络中加入双重注意力机制训练得到的。该方法在对轧机的多个部件进行故障诊断时，在保证故障诊断准确性的同时能够提高故障诊断效率。

本发明授权一种轧机多部件的故障诊断方法在权利要求书中公布了：1.一种轧机多部件的故障诊断方法，其特征在于，包括： 获取轧机的多个部件的状态数据； 通过格拉姆角差场将状态数据转化为RGB图像； 将RGB图像转化为R、G、B通道的三个图像，并将每个通道的图像均转化为灰度图； 分别对每个灰度图进行降维处理，并根据降维处理后的三个灰度图，得到降维后的RGB图像； 将降维后的RGB图像输入至改进的ShuffleNetV2网络模型中，得到轧机的故障诊断结果；所述改进的ShuffleNetV2网络模型为在基础的ShuffleNetV2网络中加入双重注意力机制训练得到的；所述改进的ShuffleNetV2网络模型包括融合注意力机制的输入模块、依次串联的多个轻量级模块和融合注意力机制的输出模块；所述输入模块包括依次串联的输入层、卷积层、激活函数、注意力机制层和全连接层； 所述改进的ShuffleNetV2网络模型的训练过程，包括：将双重注意力机制引入基础ShuffleNetV2网络中，得到初始ShuffleNetV2网络；获取训练集，并通过迁移学习在训练集上对初始ShuffleNetV2网络进行预训练，得到初始ShuffleNetV2网络模型；初始ShuffleNetV2网络模型中的权重参数为具有通用特征提取能力的权重参数；通过训练集对初始ShuffleNetV2网络模型进行迭代训练，得到改进的ShuffleNetV2网络模型。

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东北大学秦皇岛分校;燕山大学，其通讯地址为：066004 河北省秦皇岛市经济技术开发区泰山路143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”。