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！

龙图腾网获悉温州大学申请的专利一种罗茨式压缩机的自适应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：CN115526209B 。

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：202211297701.7，技术领域涉及：G06F18/241；该发明授权一种罗茨式压缩机的自适应故障诊断方法及系统是由廖湘渝;司泽田;向家伟;郭建春;丁张成设计研发完成，并于2022-10-22向国家知识产权局提交的专利申请。

本一种罗茨式压缩机的自适应故障诊断方法及系统在说明书摘要公布了：本发明提供一种罗茨式压缩机的自适应故障诊断方法，包括获取罗茨式压缩机上所传递过来的待测振动信号；对待测振动信号进行消噪以及变换处理；将处理后的待测振动信号导入已训练好的罗茨式压缩机故障诊断模型中，得到相应的诊断结果；其中，罗茨式压缩机故障诊断模型是基于注意力域自适应网络构建出来的，且该模型是通过故障类别完整的原域样本和故障类别不完整的目标域样本同时输入进行训练得到的，原域样本和目标域样本分别来自于罗茨式压缩机不同工况下的振动信号。实施本发明，能够解决现有基于迁移学习的方法因训练样本类别缺失所带来的诊断结果有误的问题，提高了诊断精度。

本发明授权一种罗茨式压缩机的自适应故障诊断方法及系统在权利要求书中公布了：1.一种罗茨式压缩机的自适应故障诊断方法，其特征在于，所述方法包括以下步骤： 获取罗茨式压缩机上所传递过来的待测振动信号； 基于预设的自适应辛几何模态分解算法与预设的小波散射变换法，对所述待测振动信号进行消噪以及变换处理； 将消噪以及变换处理后的待测振动信号导入已训练好的罗茨式压缩机故障诊断模型中，得到所述待测振动信号的诊断结果；其中，所述诊断结果为正常、轴承内圈故障、轴承外圈故障、轴承滚动体故障、齿轮故障以及叶轮故障之其中一种；所述罗茨式压缩机故障诊断模型是基于注意力域自适应网络构建出来的，并通过故障类别完整的原域样本和故障类别不完整的目标域样本同时输入进行训练得到的；所述原域样本是由罗茨式压缩机A工况下有标签且故障类别完整的多个振动信号经所述自适应辛几何模态分解算法与所述小波散射变换法进行消噪以及变换处理后所形成的；所述目标域样本是由罗茨式压缩机B工况下有标签但故障类别不完整的多个振动信号经所述自适应辛几何模态分解算法与所述小波散射变换法进行消噪以及变换处理后所形成的； 所述自适应辛几何模态分解算法的执行步骤如下： 第一步、假设当前待消噪的振动信号为a={a 1,a 2,···,a n }；其中，n表示为信号a的长度； 那么，定义信号a的轨迹矩阵A，如下式（1）所示： （1）； 其中，k表示为嵌入维度；嵌入维度k是通过计算信号a的功率谱密度并估计最大峰值的频率得到的；其中，若归一化频率小于给定阈值，则k=n3，否则，k=1.2×f s f max ；f s 表示为采样频率，f max 表示为信号a的功率谱密度的最大峰值的频率；τ表示为延迟时间；m=n-k-1τ； 第二步、根据公式（2），构建哈密顿矩阵B： （2）； 其中，C=A T A； 第三步、令D=B 2 ，根据哈密顿矩阵的定义，D和B都是哈密顿矩阵，然后构造一个辛正交矩阵E，如下式（3）所示： （3）； 其中，矩阵E表示为具有辛矩阵性质的正交辛矩阵；F表示为上三角矩阵，且上三角矩阵F的特征值表示为λ i i=1,2,···,k；f ij =0ij+1； 第四步、若矩阵C是实对称矩阵，那么C的特征值等于上三角矩阵F的特征值；由哈密顿矩阵性质可知，C的特征值为β i =i=1,2,···,k，矩阵C的特征值表示为β 1β 2···β k ； 令P i i=1,2,···,k为矩阵C的特征向量，令P i i=1,2,···,k为矩阵C的特征向量，以及令S i =P i T A T 且Z i =P i S i ，那么初始重建轨迹矩阵Z定义如下： （4）； 第五步、由于初始重构轨迹矩阵Z为m×k矩阵，因此需要通过对角平均将其转化为长度为n的k个初始辛几何分量Y i i=1,2,···,k： 任意Z的元素定义为z ij ，其中，1≤i≤k，1≤j≤m，k *=minm,k，m *=maxm,k，n=m+k-1τ； 如果mk，令z ij *=z ij ；否则，令z ij *=z ji ；因此，对角线平均的过程如下式（5）所示： （5）； 通过处理初始重建轨迹矩阵Z，得到k个初始辛几何分量Y i y 1,y 2 ,···,y n ，如下式（6）所示： （6）； 第六步、计算初始辛几何分量Y i 的循环峰度熵，得到CKE 1 ,CKE 2 ,···,CKE k ，并构造权重函数，通过下式（7）计算每个初始辛几何分量Y i 对应的权重值L i ； （7）； 其中，CKE mean 表示为CKE的平均值；i=1,2,···,k； 第七步、最终的降噪信号M通过下式（8）得到： （8）； 所述小波散射变换法的执行步骤为，将所得到的降噪信号M输入到小波散射变换中，通过预设的一阶小波散射变换和预设的二阶小波散射变换进行两层级联运算，以获得二阶小波散射系数； 其中，所述一阶小波散射变换表示为，通过对其中输入的降噪信号M进行一阶小波变换，得到一阶小波散射系数，并通过公式，计算所得一阶小波散射系数的模量，且进一步利用小波的下一层对U 1X 进行分解，进行模运算后计算局部平均值；表示为卷积运算；表示为小波函数，其对应为一个低通滤波器； 其中，所述二阶小波散射变换表示为，通过对所述一阶小波散射变换运算所得的一阶小波散射系数的模量局部平均值进行二阶小波变换，得到二阶小波散射系数。

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温州大学，其通讯地址为：325000 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器；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”。