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！

龙图腾网获悉南京航空航天大学申请的专利一种用于滚动轴承故障诊断的多尺度特征融合Vision-Transformer模型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：CN118817309B 。

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：202410761165.4，技术领域涉及：G01M13/045；该发明授权一种用于滚动轴承故障诊断的多尺度特征融合Vision-Transformer模型方法是由陈仁文;丁汕汕;张君轶设计研发完成，并于2024-06-13向国家知识产权局提交的专利申请。

本一种用于滚动轴承故障诊断的多尺度特征融合Vision-Transformer模型方法在说明书摘要公布了：本发明提出了一种用于滚动轴承故障诊断的多尺度特征融合Vision‑Transformer模型方法，包括以下步骤：首先，通过设计多尺度特征提取模块，采用不同大小的卷积核对一维振动信号特征提取；其次，利用短时傅里叶变换和伪彩色处理技术生成时频图像；最后，通过将时频图像进行切分重排，展平成一维向量并拼接起来作为输入序列，并利用自注意力机制与编码器的优势，将其输入到Vision‑Transformer模型中进行滚动轴承的故障诊断；本发明不仅能同时解决主流的基于深度学习故障诊断模型所固有的诊断准确率低的问题，并且本发明能也可以应用到其他旋转机械的故障诊断中，提升它们的诊断精度。

本发明授权一种用于滚动轴承故障诊断的多尺度特征融合Vision-Transformer模型方法在权利要求书中公布了：1.一种用于滚动轴承故障诊断的多尺度特征融合Vision‑Transformer模型方法，其特征在于，包括以下步骤： 步骤1：对一维振动信号进行多尺度特征融合； 步骤2：利用短时傅里叶变换和伪彩色处理技术生成三通道时频彩色图像； 步骤3：构建Vision‑Transformer模型； 步骤4：对时频图像进行位置编码计算出相对位置，在对时频图像进行切分重排依次输入到Vision‑Transformer中进行诊断，输出诊断结果； 所述步骤3中的Vision‑Transformer模型包括多头注意力模块、位置编码模块、层归一化和残差连接；第一模块包括自注意力层和归一化层，另一个模块包括两个卷积层和前馈层；前馈层模块公式如下： 其中，LayerNorm表示层归一化操作，标准化经过残差连接后的特征，Input为输入的特征，SAInput表示输入特征应用自注意力机制，得到自注意力特征，OutputSA表示经过自注意力机制Self‑Attention和层归一化Layer Normalization后的输出；OutputFF表示经过前馈网络和层归一化后的输出，Conv1OutputSA表示对OutputSA应用的第一个卷积操作，ReLU·表示对第一个卷积操作的结果应用ReLU激活函数，Conv2·表示经过ReLU激活函数后的特征应用第二个卷积操作，OutputSA+Conv2ReLUConv1OutputSA表示残差连接，将自注意力后的特征与前馈网络的输出特征相加。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。