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原型学习的智能设备故障诊断方法及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：CN116070134B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310060297.X，技术领域涉及：G06F18/24；该发明授权一种基于原型学习的智能设备故障诊断方法及系统是由李新宇;柯审强;高亮;高艺平设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本一种基于原型学习的智能设备故障诊断方法及系统在说明书摘要公布了：本发明属于智能设备机械振动故障诊断领域，并具体公开了一种基于原型学习的智能设备故障诊断方法及系统，其充分利用不同类别的故障的特征不同，基于特征提取模块，将实际收集到的信号输入至神经网络中实现特征提取，经网络提取后的特征输入到已知类分类模块和未知类检测模块，利用原型学习设计第一类别原型和第二类别原型，缩小同一类别的类内距离并扩大不同类别的类间距离，同时通过施密特正交化和空间映射将信号特征映射至高维零空间内，使得同一类别的样本汇聚至一点，进而实现对未知类别的检测。本发明在训练集标签有限的情况下，不仅能够对训练集中出现过的已知类别的故障进行正确识别，同时还能探测出生产实际中出现的类别未知的故障。

本发明授权一种基于原型学习的智能设备故障诊断方法及系统在权利要求书中公布了：1.一种基于原型学习的智能设备故障诊断方法，其特征在于，包括模型训练阶段和故障诊断阶段，其中： 模型训练阶段包括： 构建智能设备故障诊断模型，其包括特征提取模块、已知类检测模块和未知类探测模块，其中：所述特征提取模块、已知类检测模块均采用深度神经网络模型，特征提取模块用于从原始信号中进行深度特征提取，获取特征图；已知类检测模块用于对特征图进行分类，其通过原型学习设计类别原型，进而基于类别原型计算损失；所述未知类探测模块采用机器学习模型，用于根据特征图进行未知类别故障模式探测，其通过施密特正交化和空间映射将特征映射至零空间，使得同一类别的样本汇聚至一点； 将训练集输入特征提取模块和已知类检测模块，根据得到的损失对特征提取模块和已知类检测模块进行参数优化，得到训练好的故障诊断模型； 故障诊断阶段包括： 获取待诊断设备的原始信号，将其输入训练好的故障诊断模型，通过特征提取模块得到特征图；将特征图输入未知类探测模块，将特征映射至零空间，判断映射后得到的特征点是否为未知类：若为未知类，则将其标签设为未知类别；否则将特征图输入已知类检测模块，确定故障类别，完成智能设备故障诊断。

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。