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！

龙图腾网获悉上海理工大学申请的专利一种风电机组轴承故障诊断方法及诊断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：CN120449064B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510949023.5，技术领域涉及：G06F18/2433；该发明授权一种风电机组轴承故障诊断方法及诊断系统是由耿秀丽;张博吾;杜沅昊设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本一种风电机组轴承故障诊断方法及诊断系统在说明书摘要公布了：本申请公开了一种风电机组轴承故障诊断方法及诊断系统，该方法包括以下步骤：获取轴承振动数据，建立数据集；将数据集划分为源域与目标域，得到源域样本数据与目标域样本数据；基于混沌理论算法对源域样本数据进行相空间重构，生成混沌相位图；将混沌相位图作为神经网络的输入，提取时间和空间尺度的特征；基于轴承样本进行多工况下的预训练，得到预训练模型，基于迁移学习策略对预训练模型进行参数迁移，得到参数迁移后的CNN‑DLSTM模型；分析轴承故障信息，并匹配故障类型标签，得到故障诊断结果；将强非线性振动信号转换为混沌相位图，利用深度学习方法对相位图进行特征提取和故障分类；提高故障诊断精度。

本发明授权一种风电机组轴承故障诊断方法及诊断系统在权利要求书中公布了：1.一种风电机组轴承故障诊断方法，其特征在于，包括以下步骤： S1，获取轴承振动数据，将轴承振动数据分析轴承所处的不同工况信息，建立数据集； S2，将数据集划分为源域与目标域，得到源域样本数据与目标域样本数据； S3，基于混沌理论算法对源域样本数据进行相空间重构，将一维时间序列转化为混沌序列，并生成混沌相位图； S4，将混沌相位图作为神经网络的输入，基于神经网络提取时间和空间尺度的特征； S5，基于各尺寸的特征构建轴承样本，基于轴承样本进行多工况下的预训练，得到预训练模型，基于迁移学习策略对预训练模型进行参数迁移，得到参数迁移后的CNN-DLSTM模型； S6，基于CNN-DLSTM模型分析轴承故障信息，并匹配故障类型标签，得到故障诊断结果； 步骤S5中通过多层LSTM的叠加，生成深度长短期记忆网络DLTSM，LSTM根据前一时刻的输入单元X和输出单元h确定过去记忆单元中的信息是否需要保留，输出公式如下： ； 式中，表示输出门激活值，用于控制记忆单元到隐藏状态的信息流；σ表示Sigmoid激活函数，将输出压缩到[0,1]区间；wL4表示输出门的权重矩阵，用于线性变换拼接后的向量[ht−1,xt]，ht−1表示上一时间步的隐藏状态，即短期记忆，xt表示当前时间步的输入向量，bL4表示输出门的偏置项，调整激活阈值； 输入单元控制是否使用时刻t的存储单元值更新下一次更新单元状态的存储单元值，公式为: ； ； 式中，it当前时间步t的遗忘门激活值，范围[0,1]，控制上一记忆单元Ct-1中信息丢弃；wL2表示遗忘门的权重矩阵；表示遗忘门的偏置项，表示当前时间步t的候选记忆单元，范围[-1,1]，存储新信息，tanh为双曲正切激活函数，将值压缩到[-1,1]区间，wL3表示候选记忆单元的权重矩阵，表示候选记忆单元的偏置项； 输出单元输出包含前一个输入信息的下一个隐藏状态值来更新隐藏状态，表达式为: ； ； ； 式中，Ct表示当前时间步t的记忆单元状态，存储长期信息；Ct−1表示上一时间步的记忆单元状态，ft表示遗忘门的激活值，范围[0,1]，由Sigmoid函数生成，决定保留多少上一记忆单元的信息，ht表示当前时间步t的隐藏状态，作为网络输出并传递到下一时间步。

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上海理工大学，其通讯地址为：200093 上海市杨浦区军工路516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”。