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申请的专利一种基于注意力机制融合多源数据的设备工况识别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：CN120470410B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510947613.4，技术领域涉及：G06F18/241；该发明授权一种基于注意力机制融合多源数据的设备工况识别方法是由张永超;于天壮;张同康;任朝晖;丁进良设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本一种基于注意力机制融合多源数据的设备工况识别方法在说明书摘要公布了：本发明提供一种基于注意力机制融合多源数据的设备工况识别方法，属于设备智能故障诊断技术领域。同时采集设备工作过程中的垂直方向振动信号和水平方向振动信号输入多级协同自适应融合卷积神经网络，第一特征提取网络对垂直方向振动信号进行分阶段特征提取获得垂直方向振动信号的各阶段特征；第二特征提取网络对水平方向振动信号进行分阶段特征提取获得水平方向振动信号的各阶段特征；融合水平方向振动信号的各阶段特征和垂直方向振动信号的各阶段特征获得综合特征；融合第一特征提取网络最后一个阶段特征、第二特征提取网络最后一个阶段特征以及综合特征，获得融合特征；利用融合特征通过全连接层获得设备工况识别结果，兼顾识别效率与准确度。

本发明授权一种基于注意力机制融合多源数据的设备工况识别方法在权利要求书中公布了：1.一种基于注意力机制融合多源数据的设备工况识别方法，其特征在于，包括： 同时采集设备工作过程中的垂直方向振动信号和水平方向振动信号； 以多级协同自适应融合卷积神经网络作为设备工况识别模型，输入所述垂直方向振动信号和水平方向振动信号，获得设备的工况识别结果； 所述多级协同自适应融合卷积神经网络，包括： 采用第一特征提取网络对垂直方向振动信号进行分阶段特征提取，获得垂直方向振动信号的各阶段特征； 所述第一特征提取网络，包括：下采样和目标卷积块； 所述下采样和目标卷积块交替部署，最后一个目标卷积块的输出为所述第一特征提取网络最后一个阶段特征； 所述阶段特征，包括：卷积特征、线性特征、空间通道融合注意力特征以及目标卷积块的输出特征； 所述目标卷积块，包括： 对下采样的输出同时进行三个分支的处理：第一分支的处理过程为依次进行线性层和逐通道卷积获得卷积特征、第二分支的处理过程为通过线性层获得线性特征、以及第三分支的处理过程为利用空间通道融合注意力，获得空间通道融合注意力特征； 将三个分支的处理结果进行哈达玛积后输入线性层获得目标卷积块的输出特征； 采用第二特征提取网络对水平方向振动信号进行分阶段特征提取，获得水平方向振动信号的各阶段特征； 通过中间自适应融合模块和下采样交替部署构建中间特征融合网络，用于融合水平方向振动信号的各阶段特征和垂直方向振动信号的各阶段特征获得综合特征： 所述中间自适应融合模块包括： 第一中间自适应融合模块以及一个或多个后续中间自适应融合模块； 所述第一中间自适应模块融合第一特征提取网络和第二特征提取网络提取的第一阶段的卷积特征、线性特征和空间通道融合注意力特征获得第一中间特征； 后续中间自适应融合模块融合第一特征提取网络和第二特征提取网络提取的对应阶段的卷积特征、线性特征和空间通道融合注意力特征并与上一阶段中间特征相加获得该阶段对应的中间特征；最后一个中间模块的输出作为所述综合特征； 融合所述第一特征提取网络最后一个阶段特征、所述第二特征提取网络最后一个阶段特征以及所述综合特征，获得融合特征； 利用融合特征通过全连接层获得设备工况识别结果。

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，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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”。