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！

龙图腾网获悉航天智控(北京)监测技术有限公司申请的专利一种基于迁移学习的设备故障诊断与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：CN116186592B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310223395.0，技术领域涉及：G06F18/24；该发明授权一种基于迁移学习的设备故障诊断与预测方法是由彭六保;胡勇;曾志生;邴奇;佟文杰设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本一种基于迁移学习的设备故障诊断与预测方法在说明书摘要公布了：本发明公开了一种基于迁移学习的设备故障诊断与预测方法，属于故障诊断技术领域，包括预测模型和诊断模型；所述预测模型由4层CNN、2层LSTM和3层全连接层组成；所述诊断模型由4层CNN、2层LSTM以及三层全连接层叠加而成；通过基准模型基于迁移学习中的领域自适应技术，提出了两种模式的基于工况的样本特征差异的度量方法，将该差异作为损失函数的一项，在训练过程中不断缩小训练集与测试集相同工况样本的特征分布差异，提升了故障预测模型的泛化性；在商用模块化航空推进系统仿真数据集上的实验结果证明了该模型的有效性和可靠性，以及相应的参数探索策略的正确性。

本发明授权一种基于迁移学习的设备故障诊断与预测方法在权利要求书中公布了：1.一种基于迁移学习的设备故障诊断与预测方法，其特征在于，包括预测模型和诊断模型； 所述预测模型由4层CNN、2层LSTM和3层全连接层组成； 所述诊断模型由4层CNN、2层LSTM以及三层全连接层叠加而成； 具体步骤如下所示： S1、对迁移的数据进行预处理，处理后的数据样本构成数据集D； S2、使用预测模型中的CNN提取步骤S1中处理后的数据特征信息； S3、使用预测模型中的LSTM挖掘步骤S2中提取的数据特征信息； S4、将步骤S3中信息挖掘后的LSTM连接到预测模型的全连接层上，得到预测结果； S5、利用诊断模型对样本的故障进行诊断； 所述步骤S1中的数据集D分为训练集和测试集； 所述步骤S5中具体诊断步骤如下： S501、使用代价敏感算法调整损失函数中分类的权重比重； S502、获取分类调整后的数据中样本的伪标签； S503、使用条件自适应算法计算训练集和测试集中相同类别的特征分布差异； S504、缩小步骤S503中计算后的分布差异，完成诊断； 所述步骤S501的具体步骤如下： S5001、使用基于类别权重的代价敏感非均衡策略，使得少数类误分类结果在损失函数的计算以及参数的更新中获得更大的权重，多数类所占权重相应减小； 所述步骤S502的具体步骤如下： S5002、使用条件分布领域自适应算法拉近源域与目标域的条件分布差异，最小化源域和目标域相同类别下特征的分布差异；使用了迭代的伪标签算法来获得测试集的类别信息，为条件分布领域自适应算法的计算提供伪标签； 所述损失函数的公式如下所示： ； 表示加入代价敏感策略的DeepCNN-LSTM网络的损失项，第二项是源域与目标域数据之间按类别计算的条件分布差异；是在最小化损失时需要进行优化的参数，λ是领域自适应损失函数的权重参数；，因为的计算仅涉及框架中LSTM之前的网络层，只包含CNN和LSTM的相关参数。

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航天智控(北京)监测技术有限公司，其通讯地址为：100000 北京市海淀区紫雀路55号院9号楼六层101-37；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”。

以上内容由龙图腾AI智能生成。