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！

龙图腾网获悉沈阳工业大学;中国航发燃气轮机有限公司申请的专利一种基于变池化-多尺度卷积神经网络与Transformer结合的轴承寿命预测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：CN119598287B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411645094.8，技术领域涉及：G06F18/241；该发明授权一种基于变池化-多尺度卷积神经网络与Transformer结合的轴承寿命预测方法是由于洋;张悦;贲云鹏设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于变池化-多尺度卷积神经网络与Transformer结合的轴承寿命预测方法在说明书摘要公布了：本发明提供一种基于变池化‑多尺度卷积神经网络与Transformer结合的轴承寿命预测方法，涉及轴承预测的技术领域，将VPMCNN和Transformer结合起来，既保留了VPMCNN中对全局和细节特征的捕捉能力，同时Transformer通过自注意力机制学习到丰富的输入信号前后序列的表示，能更好的通过输入的滚动轴承声发射信号预测轴承的剩余寿命；解决了Transformer无法捕捉细节特征的劣势，同时Transformer模型中的自注意力机制能够捕获输入信号中的长距离依赖关系，有效克服了预测序列的记忆力退化问题。为降低模型对于正确标签的过度自信，避免过拟合，并提高模型的泛化能力，同时，在给训练数据集打标签时嵌入Lable‑Smoothing正则化技术，进行标签的平滑处理，在训练时将"硬"标签变为"软"标签。

本发明授权一种基于变池化-多尺度卷积神经网络与Transformer结合的轴承寿命预测方法在权利要求书中公布了：1.一种基于变池化-多尺度卷积神经网络与Transformer结合的轴承寿命预测方法，其特征在于，该方法包括如下步骤： S10.对原始轴承声发射信号x*＝{x1,x2,...,xn}进行采集； 其中x*表示归一化之后的数据； S20.对原始轴承声发射信号进行数据增强，扩充数据样本，并分为训练数据集和测试数据集； 所述步骤S20中，在模型训练阶段应用Lable-smoothing正则化技术，给真实的寿命标签添加一个“噪声”；即从轴承标签为1的数据中中拿出一小部分ε＝0.1，然后分给标签为0的类别，减少数据的过拟合； S30.建立依次设置有卷积层、变池化层、多尺度层、Transformer模型相结合的神经网络，通过全连接层、Softmax函数输出一维序列的预测结果； 在步骤S30中的多尺度层中，在卷积核5×1之前加入了卷积核1×1，并设置3×1最大池化，对数据进行特征提取； 变池化层通过对池化层的通道域特征赋予不同的权重系数来改变轴承信号特征的比重；变池化层计算池化层通道的权重系数，然后将权重系数与池化层通道的特征相结合；通过对池化层通道赋予权重系数能够增强对预测作用大的特征信息，弱化对预测作用小的特征信息； 在进行预测阶段时，测试数据集导入训练好的变池化-多尺度卷积神经网络，利用预测剩余使用寿命曲线和真实轴承寿命曲线作比较； 真实轴承寿命曲线用轴承的可靠性来体现，再将可靠性因子作为剩余使用寿命曲线来构建；可靠性因子公式表示如下： 其中，Ri为第i个采样点的可靠性因子，Ti为第i个采样点时轴承的运行时间，T1为初始故障点处轴承的运行时间，Te为轴承总运行时间； S40.将变池化-多尺度卷积神经网络中的多尺度层输出的特征输入至Transformer模型中；经过编码和解码后，选择均方误差作为损失函数；经过全连接层和softmax预测输出，输出预测值。

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沈阳工业大学;中国航发燃气轮机有限公司，其通讯地址为：110870 辽宁省沈阳市铁西区经济技术开发区沈辽西路111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”。