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！

龙图腾网获悉华中科技大学申请的专利一种基于领域泛化的机械装配故障预测方法及设备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：CN119066472B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411208244.9，技术领域涉及：G06F18/24；该发明授权一种基于领域泛化的机械装配故障预测方法及设备是由邱浩波;尚洁;孟磊;蒋琛;高亮;许丹阳设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种基于领域泛化的机械装配故障预测方法及设备在说明书摘要公布了：本发明属于故障预测与健康管理相关技术领域，其公开了一种基于领域泛化的机械装备故障预测方法及设备，包括以下步骤：S1，对训练集内的具有相似标签的域内数据和域间数据对进行增强；S2，提取训练集内的原始数据和增强数据的公共退化特征，然后获取每个域的正交退化特征，进而计算特征正交化损失；S3，利用正交退化特征加权自适应分类器计算分类损失；自适应的聚合多域正交退化特征；S4，对聚合后的特征应用标签一致性约束和样本配对策略，继而计算标签一致性约束损失和样本配对损失、以及回归损失；S5，基于上述得到的损失训练机械故障预测模型，利用训练完后的机械故障预测模型进行机械故障预测。本发明提高了预测精度。

本发明授权一种基于领域泛化的机械装配故障预测方法及设备在权利要求书中公布了：1.一种基于领域泛化的机械装配故障预测方法，其特征在于：该预测方法包括以下步骤： S1，对训练集内的具有相似标签的域内数据和域间数据对进行线性插值，以获得域内和域间增强数据；其中，训练集包括多台机械装配在不同工作条件下的全生命周期传感器数据中的一部分； S2，利用公共特提取器FCF提取训练集内的原始数据和增强数据的公共退化特征，然后将域内增强数据和训练集内的原始数据的公共退化特征输入到多个不同的正交退化特征提取器FODFk∈{1,…,K}中来获取每个域的正交退化特征，进而计算任意两个源域正交退化特征之间的协方差矩阵，进而计算协方差矩阵的L2范数，L2范数即为特征正交化损失； S3，基于公共退化特征学习能够鉴别数据来源的正交退化特征加权自适应分类器，进而计算分类损失；根据正交退化特征加权自适应分类器的分类结果自适应的聚合多域正交退化特征； S4，对聚合后的特征应用标签一致性约束和样本配对策略，从而在聚合空间中促进标签相似特征之间的聚合以及标签不同特征之间的分离，继而计算标签一致性约束损失和样本配对损失；同时基于聚合特征和其对应标签学习预测故障发生时间的回归器，进而计算回归损失； S5，基于特征正交化损失、分类损失、标签一致性约束损失、样本配对损失及回归损失同时训练公共特征提取器FCF、多个正交退化特征提取器FODFk∈{1,…,K}、正交退化特征加权自适应分类器C以及回归器R，利用训练得到的机械故障预测模型进行机械故障预测。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。