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！

龙图腾网获悉安徽大学申请的专利基于小波图卷积的故障诊断方法及系统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：CN116720074B 。

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：202310724289.0，技术领域涉及：G06F18/2131；该发明授权基于小波图卷积的故障诊断方法及系统是由卢一相;桂如思;高清维;竺德;孙冬;赵大卫;彭思远设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本基于小波图卷积的故障诊断方法及系统在说明书摘要公布了：本申请提供一种基于小波图卷积的故障诊断方法及系统，基于小波图卷积的故障诊断方法包括：基于多贝西小波提取信号的多尺度的时频特征，并获得多个尺度的小波分量；针对每个尺度的小波分量进行时频分析，并获得对应的小波系数以及时频域信息；构建结合相似度注意力机制的多尺度图卷积网络，并提取多尺度的时频图特征；融合多尺度的时频图特征，并获得一多尺度融合特征；获得复合故障的标签。该基于小波图卷积的故障诊断方法可以解决不同故障源所产生的故障冲击之间可能存在复杂的非线性和强耦合关系，导致现有的齿轮箱的故障诊断方法故障诊断的准确性和快速性不高的技术问题。

本发明授权基于小波图卷积的故障诊断方法及系统在权利要求书中公布了：1.一种基于小波图卷积的故障诊断方法，其特征在于，包括： 基于多贝西小波提取信号的多尺度的时频特征，并获得多个尺度的小波分量； 针对每个尺度的小波分量进行时频分析，并获得对应的小波系数以及时频域信息； 构建结合相似度注意力机制的多尺度图卷积网络，并提取多尺度的时频图特征； 融合多尺度的时频图特征，并获得一多尺度融合特征； 获得复合故障的标签， 其中，所述构建结合相似度注意力机制的多尺度图卷积网络，并提取多尺度的时频图特征的步骤包括： 利用注意力机制计算节点之间的注意力权重ai,j，权重系数ai,j表达式为： 其中，ai,j表示计算得到的i,j节点间的权重，节点k是节点i的邻居节点，N表示节点i的邻居节点集合，W代表待学习的权重矩阵，用于将邻居节点的特征进行加权求和，hi，hj，hk分别代表第i，j，k层的映射输出； 获得新的第i层映射层输出，表达式为： hi＝σ∑j∈Nai,jWhj 其中，hi，hj分别代表第i，j层的映射输出，ai,j表示计算得到的i,j节点间的权重，W代表待学习的权重矩阵； 采用h个并行卷积层同时学习输入信号的多尺度特征，每个卷积层的输出被表示为： 其中，oi表示的是第i层卷积层的输出，表示卷积操作，β·表示激活函数操作，对神经元进行非线性变换。

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安徽大学，其通讯地址为：230031 安徽省合肥市肥西路3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”。